AI4Finance-Foundation/FinRL

这是什么？

核心功能

• 01实现 A2C、DDPG、PPO、TD3、SAC 等 DRL 智能体
• 02提供类 Gym 风格的股票交易与投资组合市场环境
• 03从 Yahoo Finance、Alpaca、Binance 等来源下载并预处理行情数据
• 04添加 MACD、RSI、布林带等技术指标
• 05进行回测，并与均值方差优化和道指基准对比

适用场景

• 学习强化学习如何应用于交易问题
• 在学术研究中快速验证 DRL 交易策略原型
• 在经典股票交易环境中对比新智能体的表现
• 基于历史行情数据实验投资组合配置

快速上手

1. 1

   克隆仓库

   git clone https://github.com/AI4Finance-Foundation/FinRL.git
2. 2

   进入项目目录

   cd FinRL
3. 3

   创建并激活虚拟环境

   python3 -m venv venv && source venv/bin/activate
4. 4

   安装 FinRL

   pip install -e .

使用前须知

• !README 将此仓库定位为原始的教育与研究版本，作者建议生产用途改用 FinRL-X/FinRL-Trading。
• !数据下载依赖 Yahoo Finance 等外部数据源，部分数据源（如 Alpaca、WRDS）需要账户或 API 密钥。

标签

常见问题

FinRL 是什么？

一个用于将深度强化学习应用于自动化股票交易与投资组合任务的开源 Python 框架。 FinRL 是一个用于构建金融强化学习交易智能体的 Python 框架。它将工作分为三层：模拟交易任务的市场环境、学习决策策略的 DRL 智能体，以及股票交易、投资组合配置等金融应用。智能体与市场环境交互，并通过训练、测试和交易三个阶段学习策略。

FinRL 可以免费使用吗？用的什么许可证？

FinRL 以 MIT 许可证开源。用于商业产品前，请先确认许可证条款。

FinRL 还在维护吗？

活跃维护中。FinRL 最近一次提交是在 2026年10月20日。

FinRL 适合用来做什么？

学习强化学习如何应用于交易问题 在学术研究中快速验证 DRL 交易策略原型 在经典股票交易环境中对比新智能体的表现 基于历史行情数据实验投资组合配置

FinRL 怎么安装和运行？

克隆仓库: git clone https://github.com/AI4Finance-Foundation/FinRL.git 进入项目目录: cd FinRL 创建并激活虚拟环境: python3 -m venv venv && source venv/bin/activate 安装 FinRL: pip install -e .

在哪里获取 FinRL？

源代码和安装说明在 GitHub 上：https://github.com/AI4Finance-Foundation/FinRL