Kostis-S-Z/trading-rl
✨ 基于深度强化学习的金融交易研究工具,ICASSP 2019论文实现,适合量化策略研究
🧭 AI 判断
仅供研究ICASSP论文配套代码,多年未维护,属研究示例,不适合实盘部署
ICASSP 2019论文实现,用价格追踪的深度强化学习做交易策略研究
📊 综合评分
📖 工具介绍
一款基于深度强化学习(Deep Reinforcement Learning)的金融交易研究项目，曾在 ICASSP 2019 发表相关论文。其核心方法是利用价格追踪(price trailing)策略训练智能体进行交易决策，代码开源、结构清晰。适合对强化学习在量化交易中应用感兴趣的研究者和开发者参考学习。
Deep Reinforcement Learning for Financial Trading using Price Trailing @ ICASSP 2019
⚖️ 同类对比
| 维度 | trading-rl | vectorbt | qf-lib | FinRL-Library |
|---|---|---|---|---|
| 结论 | 仅供研究 | 推荐 | 值得关注 | 仅供研究 |
| 热度 | 223 | 8.9k | 957 | 16.2k |
| 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 | 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 | 较高 | 较高 |
| 活跃度 | 低 | 高 | 中 | 高 |
🧩 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。
一个开源的高频交易研究框架，用于支撑论文《A reinforcement learning approach to improve the performance of the Avellaneda-Stoikov market-making algorithm》的研究。它将强化学习与经典的 Avellaneda-Stoikov 做市模型相结合，可用于策略回测与实验验证。适合从事做市策略、强化学习量化研究的开发者和研究人员使用。
一款由南洋理工大学团队开源的量化交易平台，以强化学习为核心驱动。它提供数据预处理、因子挖掘、模型训练与回测等完整研究流程，内置多种 RL 算法与金融任务模块。适合量化研究人员和开发者用于策略研究与算法实验。
一款由微软开源的 AI 导向量化投资平台，基于 Python 构建。它提供从数据处理、模型训练到回测的完整机器学习流水线，覆盖 Alpha 挖掘、风险分析等量化投资全链条。适合希望将 AI/ML 方法应用于量化研究的开发者和研究者使用。