finrl

FinRL es la biblioteca original de aprendizaje por refuerzo financiero de extremo a extremo mantenida por la comunidad AI4Finance. Está estructurada en torno a entornos de mercado, agentes DRL y aplicaciones financieras, y utiliza un flujo de trabajo de entrenamiento-prueba-negociación con scripts separados de entrenamiento, prueba y trading. El repositorio está destinado a estudiantes, desarrolladores e investigadores; los usuarios que construyen sistemas modernos de producción o de trading en vivo son dirigidos al proyecto separado FinRL-X / FinRL-Trading. El tutorial de trading de acciones incluido muestra cómo descargar datos del Dow 30 desde Yahoo Finance, agregar indicadores técnicos como MACD y RSI, además de datos de VIX y turbulencia, dividir el conjunto de datos en períodos de entrenamiento y trading, entrenar agentes y ejecutar un backtest. El ejemplo entrena agentes A2C, DDPG, PPO, TD3 y SAC mediante Stable Baselines3, guarda los modelos resultantes y compara el rendimiento de los agentes con Mean Variance Optimization y el índice DJIA. El paquete incluye ejemplos de aplicación para trading de acciones, trading de criptomonedas, trading de alta frecuencia, asignación de carteras, aprendizaje por imitación y la tarea de trading de acciones de NeurIPS 2018. Las integraciones de agentes incluyen Stable Baselines3, ElegantRL y RLlib. La capa meta proporciona procesadores de datos, preprocesamiento, configuración de tickers e implementaciones de entornos para acciones, criptomonedas y asignación de carteras. FinRL documenta múltiples fuentes de datos, incluidas Yahoo Finance, Alpaca, Binance, CCXT, Akshare, Baostock, Tushare, JoinQuant, RiceQuant, WRDS, IEX Cloud, QuantConnect, EOD Historical Data, Sinopac y FXMacroData. Los procesadores generalmente trabajan con datos OHLCV y pueden producir precios e indicadores técnicos como MACD, Bandas de Bollinger, RSI, DX y medias móviles; los usuarios también pueden agregar características personalizadas. El repositorio proporciona instrucciones de instalación, ejemplos, pruebas unitarias para entornos y descargadores de datos, enlaces a documentación e información de citación. Se publica bajo la Licencia MIT, con un aviso de marca registrada separado para el nombre y el logotipo de FinRL. El README declara que el código se comparte con fines académicos y no constituye asesoramiento financiero ni una recomendación para operar con dinero real.