deependersingla/deep_trader
✨ 用强化学习让AI代理自学盯盘交易,验证机器能否读懂盘口
🧭 AI 判断
仅供研究强化学习读盘实验项目,定位研究探索,维护未知,不适合实盘
用强化学习让Agent学习读盘口进行美股交易,适合RL交易研究入门参考
📊 综合评分
📖 工具介绍
一款基于强化学习的股票交易研究项目，通过 agent 学习盘口与行情数据，探索其能否掌握 reading tape 的能力。项目代码开源，便于复现与改进。适合对强化学习、量化交易感兴趣的研究者和开发者参考学习。
This project uses reinforcement learning on stock market and agent tries to learn trading. The goal is to check if the agent can learn to read tape. The project is dedicated to hero in life great Jess
⚖️ 同类对比
| 维度 | deep_trader | gkMSDA_-_FinChat298_FinanceLLM__DJ30_Pretrain-gguf | FinMem-LLM-StockTrading | Vibe-Research |
|---|---|---|---|---|
| 结论 | 仅供研究 | 仅供研究 | 仅供研究 | 值得关注 |
| 热度 | 1.5k | 402 | 956 | 2.3k |
| 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 / AI Agent | 策略研究 / AI Agent | 策略研究 / AI Agent | 策略研究 / AI Agent |
| 支持市场 | 美股 | 美股 | 美股 | A股 / 美股 |
| 技术栈 | Python | Python | Python | Python |
| 上手难度 | 较高 | 较高 | 中等 | 中等 |
| 活跃度 | 中 | 低 | 中 | 中 |
🧩 更多同类工具
托管在 Hugging Face 上的 GGUF 格式量化模型,源自 gkMSDA 的 FinChat298 FinanceLLM(DJ30 Pretrain)金融领域大语言模型。该模型采用金融语料预训练,支持 endpoints_compatible 部署方式,可在本地以量化方式运行。适合需要在本地部署金融领域语言模型的开发者和研究者使用。
一款基于大语言模型(LLM)的股票交易 Agent 框架，提出了 FinMem 方法。其核心特点是通过分层记忆机制(Layered Memory)和角色设定(Character Design)增强模型在交易决策中的表现，支持对历史市场信息的分层处理与遗忘。适合量化研究者和 LLM Agent 开发者用于研究、复现和改进基于大模型的交易策略。
一款面向 A股/美股/港股 的个人投研 Agent，基于开源的 Codex Harness 打造。它提供每日复盘、资讯雷达、个股数据、板块中心、持仓管理与回测等功能，把数据和工具配齐后由用户自己的 Agent 驱动研究。适合希望搭建个人化投研工作流的投资者与开发者使用。
一款基于 Python 的 AI 量化交易系统，集成 9 个机器学习模型(包括 RF、XGBoost、Chronos-2、PPO 强化学习、GNN 等)，按 Sharpe ratio 排序，并通过 Claude AI 双层路由进行综合分析。适合希望用多模型框架辅助交易决策的量化研究者和开发者。
一款将大语言模型与风险敏感强化学习相结合的量化交易研究项目，对应论文《FinRL-DeepSeek: LLM-Infused Risk-Sensitive Reinforcement Learning for Trading Agents》(arXiv:2502.07393)。项目开源了论文完整代码，利用 LLM 处理市场信息并辅助 RL 交易 Agent 的训练与决策。适合从事量化投资、LLM Agent 与强化学习交叉方向的研究者和开发者参考使用。
一款由 HKUDS 开源的 AI 量化交易 Agent 项目，定位为“个人交易智能体”。它基于 LLM 驱动，可辅助用户进行市场分析、策略研究与交易决策流程的自动化。适合对量化交易和 LLM/Agent 应用感兴趣的开发者与研究者参考使用。