Repolode
提交项目
AI4Finance-Foundation

AI4Finance-Foundation/FinRL-Trading

模块化量化交易框架，统一覆盖选股、组合配置、回测与 Alpaca 实盘/模拟交易。

在 GitHub 查看官网
Star
3,912
Fork
1,133
未关闭 Issue
53
最近提交
2个月前

本页只介绍开源项目，不构成投资建议。交易和投资可能造成亏损，使用前请自行评估风险，并遵守当地法律法规。

这是什么？

FinRL-X 是 AI4Finance 基金会推出的 AI 原生量化交易基础设施，是原版 FinRL 框架的升级版。它把策略拆成选股、配置、择时和风控等模块，最终输出目标组合权重向量，同一组权重既用于回测也用于实盘执行。

数据层支持 Yahoo Finance、FMP 和 WRDS，并用 SQLite 做缓存。策略层包含基于随机森林的选股模块，以及等权、均值方差、最小方差和深度强化学习（DRL）配置器等组合分配方法，还可叠加择时和组合级风控。回测基于 bt 库，支持多基准对比和交易成本计算。

实盘与模拟交易通过 Alpaca 接入，支持多账户并在下单前进行风控检查。项目提供命令行入口、部署脚本、Python API 以及 Jupyter 示例教程，主要面向研究和教学用途。

核心功能

  • 01以组合权重为接口的流水线，选股、配置、择时和风控模块可以互换。
  • 02支持从 Yahoo Finance、FMP 和 WRDS 获取数据，并用 SQLite 缓存。
  • 03基于 bt 引擎回测，支持多基准对比和交易成本计算。
  • 04通过 Alpaca 进行模拟与实盘交易，支持多账户并做下单前风控检查。
  • 05内置随机森林选股、PPO/SAC 深度强化学习配置和自适应多资产轮动策略。

适用场景

  • 在美股上研究基于机器学习或深度强化学习的选股与组合配置。
  • 与 SPY、QQQ 等基准对比回测多资产策略。
  • 在 Alpaca 模拟盘上验证策略，再考虑实盘部署。
  • 用可复现的 Python 流程讲授量化金融课程。

快速上手

  1. 1

    克隆代码仓库

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

    创建虚拟环境（需要 Python 3.11+），然后激活

    python3 -m venv venv
  3. 3

    安装依赖

    pip install -r requirements.txt
  4. 4

    使用 deploy.sh 运行自适应轮动回测

    ./deploy.sh --strategy adaptive_rotation --mode backtest

使用前须知

  • 需要 Python 3.11 或更高版本。
  • 模拟盘和实盘交易需要在 .env 文件中配置 Alpaca API 凭证。
  • README 中的业绩结果来自作者自己在特定时间段内的回测和模拟盘交易。

标签

#quantitative-trading#algorithmic-trading#deep-reinforcement-learning#portfolio-optimization#backtesting#alpaca#stock-selection#finance#a2c-algorithm#automated-stock-trading

常见问题

FinRL-Trading 是什么？
模块化量化交易框架，统一覆盖选股、组合配置、回测与 Alpaca 实盘/模拟交易。 FinRL-X 是 AI4Finance 基金会推出的 AI 原生量化交易基础设施，是原版 FinRL 框架的升级版。它把策略拆成选股、配置、择时和风控等模块，最终输出目标组合权重向量，同一组权重既用于回测也用于实盘执行。
FinRL-Trading 可以免费使用吗？用的什么许可证？
FinRL-Trading 以 Apache-2.0 许可证开源。用于商业产品前，请先确认许可证条款。
FinRL-Trading 还在维护吗？
半年内有更新。FinRL-Trading 最近一次提交是在 2026年9月18日。
FinRL-Trading 适合用来做什么？
在美股上研究基于机器学习或深度强化学习的选股与组合配置。 与 SPY、QQQ 等基准对比回测多资产策略。 在 Alpaca 模拟盘上验证策略，再考虑实盘部署。 用可复现的 Python 流程讲授量化金融课程。
FinRL-Trading 怎么安装和运行？
克隆代码仓库: git clone https://github.com/AI4Finance-Foundation/FinRL-Trading.git 创建虚拟环境（需要 Python 3.11+），然后激活: python3 -m venv venv 安装依赖: pip install -r requirements.txt 使用 deploy.sh 运行自适应轮动回测: ./deploy.sh --strategy adaptive_rotation --mode backtest
在哪里获取 FinRL-Trading？
源代码和安装说明在 GitHub 上：https://github.com/AI4Finance-Foundation/FinRL-Trading

概要由 AI 根据项目 README 生成；GitHub 数据每日更新。

相关项目