cove9988/TradingGym
✨ 开源强化学习交易训练环境，专为量化策略研发打造
🧭 AI 判断
仅供研究强化学习交易训练框架定位研究用途,近两年未维护,不适合实盘部署
用强化学习训练交易策略的 gym 环境,适合 RL+量化交叉研究
📊 综合评分
📖 工具介绍
一个面向交易场景的开源强化学习训练环境，用于开发和研究 RL 交易算法。它提供模拟的交易环境与回测框架，方便将强化学习模型接入行情数据进行训练和评估。适合从事量化研究、希望将 reinforcement learning 应用于交易策略开发的开发者与研究人员使用。
Trading Gym is an open source project for the development of reinforcement learning algorithms in the context of trading.
⚖️ 同类对比
| 维度 | TradingGym | PyBroker | PyLOB | tensortrade |
|---|---|---|---|---|
| 结论 | 仅供研究 | 值得关注 | 仅供研究 | 仅供研究 |
| 热度 | 223 | 3.5k | 203 | 7.1k |
| 适合人群 | 开发者 | 开发者 | 开发者 | 开发者 |
| 主要用途 | 策略研究 / 回测 | 回测 / 策略研究 | 回测 / 策略研究 | 策略研究 / 回测 |
| 支持市场 | 多市场 | 多市场 | 多市场 | 多市场 |
| 技术栈 | Python | Python | Python | Python |
| 上手难度 | 中等 | 中等 | 中等 | 中等 |
| 活跃度 | 低 | 中 | 低 | 高 |
🧩 更多同类工具
一款基于 Python 的算法交易回测框架，将机器学习融入量化策略开发流程。它支持训练 ML 模型并进行向量化回测，可高效验证策略表现。适合希望把机器学习应用于交易策略研究与回测的 Python 开发者和量化研究人员。
一个用 Python 实现的限价订单簿(Limit Order Book)库,功能完整且运行速度较快。它支持订单的提交、取消与撮合等核心机制,可用于模拟交易撮合过程。适合量化研究人员和开发者学习订单簿原理,或在高频交易策略回测中搭建撮合模拟环境。
一个开源的强化学习(Reinforcement Learning)框架,用于训练、评估和部署交易智能体。它采用模块化设计,支持自定义数据源、奖励函数和执行环境,便于构建稳健的交易策略。适合量化研究人员和开发者用于实验和验证基于 RL 的交易模型。
一款基于 Python 的开源回测模拟引擎，提供事件驱动的回测框架，支持组合构建、风险管理、交易成本与滑点模拟等功能。其代码结构清晰、易于扩展，适合量化研究者与开发者进行策略回测验证及二次开发。
一个用于交易与回测的开源环境，支持训练 reinforcement learning agent,也可运行简单的 rule base 策略。它提供交易模拟与回测功能，方便验证算法表现。适合量化研究者与强化学习开发者使用。
Trading Gym 是一个开源项目,面向交易场景的强化学习算法开发。它提供模拟交易环境,支持将市场数据转化为可用于训练的交互式环境,便于研究者测试和迭代 RL 策略。适合从事量化研究、希望将强化学习应用于交易策略开发的开发者和研究人员使用。