erhardtconsulting/tensortrade-ng
✨ 用强化学习构建、训练并部署交易算法的开源Python框架，量化研究利器
🧭 AI 判断
仅供研究强化学习交易框架偏实验性质,维护已停滞两年,不适合实盘部署
用强化学习构建、训练和部署交易算法的开源框架,适合AI策略研究
📊 综合评分
📖 工具介绍
一个基于强化学习的开源 Python 框架，用于构建、训练、评估和部署交易算法。它是 TensorTrade 的延续版本，支持模块化配置交易环境、奖励函数与策略组件。适合希望用 reinforcement learning 研究和开发量化交易策略的开发者与研究人员。
TensorTrade-NG is an open source Python framework for building, training, evaluating, and deploying robust trading algorithms using reinforcement learning.
⚖️ 同类对比
| 维度 | tensortrade-ng | vectorbt | PyBroker | fast-trade |
|---|---|---|---|---|
| 结论 | 仅供研究 | 推荐 | 值得关注 | 仅供研究 |
| 热度 | 203 | 8.9k | 3.5k | 589 |
| 适合人群 | 开发者 | 专业量化 | 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 | 回测 / 策略研究 |
| 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 | 较高 | 较高 | 中等 | 简单 |
| 活跃度 | 低 | 高 | 中 | 中 |
💡 新手优先 fast-trade(上手简单);要生态成熟选 vectorbt(8.9k)
🧩 更多同类工具
一款基于 Python 的开源回测与量化研究框架，提供高性能的向量化计算能力，支持策略回测、参数优化、算法交易与研究分析。适合需要快速批量测试大量策略参数组合的量化研究员和交易者。
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。
一个基于 Python 的回测库，在设计上注重可移植性与性能，方便将交易策略的回测在不同环境中迁移运行。它提供策略回测所需的基础功能，适合需要快速验证和迭代交易策略的量化开发者与研究人员使用。
一款面向量化金融的 Python 开源库，提供数据管理、回测引擎、组合优化与风险分析等模块，内置多种常用因子和指标计算工具。其文档完善、模块化设计清晰，适合量化研究人员和开发者用于策略研究、回测验证与投资组合分析。
一款基于 Python 的深度强化学习量化交易库，曾发表于 NeurIPS 2020。它提供自动化交易的标准环境、算法与回测流程，支持股票、加密货币等多种市场场景。适合希望将 Deep Reinforcement Learning 应用于量化策略研究与开发的开发者和研究人员。
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。