shenyichen105/Deep-Reinforcement-Learning-in-Stock-Trading
✨ 用深度Actor-Critic模型自动学习配对交易最优策略,适合量化研究
🧭 AI 判断
仅供研究论文式DRL配对交易实验代码,维护未知,仅适合学习研究
用深度Actor-Critic强化学习学习配对交易策略,适合RL量化研究参考
📊 综合评分
📖 工具介绍
基于深度强化学习的股票配对交易(pair trading)开源项目,采用 deep actor-critic 模型学习最优交易策略。项目提供完整的模型实现与训练流程,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。
Using deep actor-critic model to learn best strategies in pair trading
⚖️ 同类对比
| 维度 | Deep-Reinforcement-Learning-in-Stock-Trading | zipline-reloaded | zipline | vibe-investing |
|---|---|---|---|---|
| 结论 | 仅供研究 | 值得关注 | 仅供研究 | 值得关注 |
| 热度 | 323 | 1.9k | 20.1k | 329 |
| 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 | 策略研究 / 回测 |
| 支持市场 | 美股 | 美股 / 多市场 | 美股 / 多市场 | 美股 / 加密货币 |
| 技术栈 | Python | Python | Python | Python |
| 上手难度 | 较高 | 较高 | 较高 | 中等 |
| 活跃度 | 低 | 中 | 高 | 低 |
💡 要生态成熟选 zipline(20.1k)
🧩 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。
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。
开源的 AI「Vibe Investing」量化研究项目,覆盖纳斯达克、标普500 与加密货币市场。核心功能包括基于 LLM 的量化交易工具、multi-agent 回测框架,以及数据驱动的市场专栏(如 mNAV 套利、BTC 与纳斯达克联动性、Alpha Arena 等)。适合对 AI 辅助投资研究感兴趣的开发者和量化爱好者参考使用。
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。
一个基于 Python 的开源期权策略评估库，可用于计算和分析各类 option trading strategies 的收益结构与风险指标。它支持通过代码定义策略并快速回测评估，适合量化开发者与期权交易者使用。