Albert-Z-Guo/Deep-Reinforcement-Stock-Trading
✨ 轻量级深度强化学习框架，专注组合管理与股票交易策略研究
🧭 AI 判断
仅供研究轻量强化学习组合管理实验框架,已近两年未维护,适合学习研究而非实盘
轻量级深度强化学习组合管理框架,适合研究DRL在股票交易中的应用
📊 综合评分
📈 热度走势
GitHub star / HF 下载量每日快照 · 自 2026-09-17(上限 30 天)−3(现 690 · 断点=当日未采集)
📖 工具介绍
轻量级的深度强化学习框架,用于投资组合管理。项目以高度模块化的方式探索将 Deep Reinforcement Learning 算法应用于股票交易的可行性,便于研究者替换和扩展算法组件。适合对强化学习量化策略感兴趣的研究者和开发者学习与实验。
A light-weight deep reinforcement learning framework for portfolio management. This project explores the possibility of applying deep reinforcement learning algorithms to stock trading in a highly mod
⚖️ 同类对比
| 维度 | Deep-Reinforcement-Stock-Trading | zipline-reloaded | pairstrade-fyp-2019 | OptimalPortfolios |
|---|---|---|---|---|
| 结论 | 仅供研究 | 值得关注 | 仅供研究 | 仅供研究 |
| 热度 | 690 | 2k | 272 | 97 |
| 7日增长 | −1 | +4 | 0 | −1 |
| 适合人群 | 专业量化 | 专业量化 | 专业量化 | 专业量化 |
| 主要用途 | 策略研究 / 回测 | 回测 / 策略研究 | 策略研究 / 回测 | 回测 / 策略研究 |
| 支持市场 | 美股 / 多市场 | 美股 / 多市场 | 美股 / 多市场 | 多市场 |
| 技术栈 | Python | Python | Python | Python |
| 上手难度 | 中等 | 较高 | 中等 | 中等 |
| 活跃度 | 中 | 中 | 低 | 低 |
💡 要生态成熟选 zipline-reloaded(2k)
🧩 更多同类工具
一款基于 Python 的开源算法交易回测框架，是 Quantopian 旗下 Zipline 项目的社区维护版本。它支持事件驱动的回测流程，可处理历史数据加载、订单执行模拟与绩效分析，并兼容较新的 Python 版本。适合量化研究者与策略开发者进行策略验证和研究。
开源的配对交易(Pair Trading)研究项目,对比测试了三种策略方法:距离法、协整(cointegration)法和强化学习方法。项目提供完整的代码实现与实验流程,适合量化研究者、学生及对统计套利和机器学习交易策略感兴趣的开发者参考学习。
一款基于 Python 的多资产组合优化与回测分析工具，提供协方差估计、滚动优化和绩效报告的一体化流程。适合量化研究人员和组合管理者用于构建并回测最优多资产投资组合。
一款基于 Pandas 的向量化回测与交易引擎，属于 QuantRocket 生态的组成部分。它通过向量化方式批量处理策略回测，支持多策略组合与实盘交易执行。适合使用 QuantRocket 平台、偏好 Pandas 工作流的量化交易者。
一个基于 Python 的在线投资组合选择(Online Portfolio Selection)算法集合，收录了多种经典组合选择策略的实现。它提供统一的接口便于调用和对比不同算法，适合量化研究者与开发者学习、实验在线组合优化方法。
一款由 Quantopian 开源的 Python 量化回测框架，提供事件驱动的回测引擎，支持自定义交易策略编写、历史数据加载与绩效分析。其 API 风格贴近 Python 习惯用法，便于与 NumPy、pandas 等库结合使用，适合希望用 Python 开发和验证量化策略的开发者与研究人员。