Открытый Python-фреймворк для применения глубокого обучения с подкреплением в автоматизированной торговле акциями и управлении портфелем.
FinRL — Python-фреймворк для создания торговых агентов на основе обучения с подкреплением в финансовой сфере. Работа в нём организована по трём уровням: рыночные среды, моделирующие торговые задачи, DRL-агенты, обучающиеся принимать решения, и финансовые приложения, например торговля акциями и распределение портфеля. Агент взаимодействует с рыночной средой и обучает политику на этапах train, test и trade.
Фреймворк включает алгоритмы DRL, такие как A2C, DDPG, PPO, TD3 и SAC, доступные через Stable Baselines 3, и поддерживает несколько источников данных, включая Yahoo Finance, Alpaca, Binance, CCXT и Tushare. Встроенная предобработка добавляет технические индикаторы, такие как MACD и RSI, а также показатели VIX и turbulence index. Примеры скриптов обучают агентов на данных об акциях DOW 30 и сравнивают результаты бэктестов с базовыми стратегиями, такими как Mean Variance Optimization, и индексом DJIA.
Этот репозиторий содержит оригинальный классический рабочий процесс FinRL, предназначенный для обучения, экспериментов и создания исследовательских прототипов. Для торговых систем, ориентированных на использование в production, сопровождающие проекта рекомендуют отдельный проект FinRL-X / FinRL-Trading. Код распространяется по лицензии MIT и предназначен для академических целей, а не для предоставления финансовых рекомендаций.
Клонируйте репозиторий
git clone https://github.com/AI4Finance-Foundation/FinRL.gitПерейдите в папку проекта
cd FinRLСоздайте и активируйте виртуальное окружение
python3 -m venv venv && source venv/bin/activateУстановите FinRL
pip install -e .Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Ориентированная на AI платформа Microsoft для количественных инвестиций: данные, обучение моделей, бэктестинг и исполнение ордеров.
Нативный финансовый терминал для исследований на C++20 с интерфейсом Qt6, встроенной аналитикой на Python, ИИ-агентами и более чем 100 коннекторами к рыночным данным.
Подборка библиотек, пакетов и ресурсов с открытым исходным кодом для количественных финансов: оценка стоимости, бэктестинг, данные и многое другое.
Unity ML-Agents Toolkit превращает игры и симуляции на Unity в среды для обучения ИИ-агентов с помощью обучения с подкреплением и имитационного обучения.
Открытая платформа данных на Python, объединяющая финансовые и другие источники и предоставляющая к ним доступ из Python, Excel, AI-агентов и через REST API.
Торговый движок на Rust с событийной архитектурой и Python-плоскостью управления для бэктестинга и торговли на криптовалютных, валютных и фондовых рынках, фьючерсами, опционами и на букмекерских площадках.