TradeMaster
v1.0.0
Trademaster ist eine erstklassige Open-Source-Plattform für quantitative Handel (QT) , die durch Verstärkungslernen (RL) befähigt ist, die die vollständige Pipeline für das Design, die Implementierung, die Bewertung und den Einsatz von RL-basierten Algorithmen abdeckt.
| Aktualisieren | Status |
|---|---|
| Fügen Sie Finagent hinzu und verdienen Sie | ? Aktualisiert am 29. Oktober 2024 |
| Aktualisieren Sie die Trademaster -Website (Marktsimaltor) | ? Aktualisiert am 21. September 2023 |
| Aktualisieren Sie die Trademaster -Website (Marktdynamikmodellierungstool) | ? Aktualisiert am 7. Juli 2023 |
| Unterstützen Sie die automatische Erzeugung und Auswahl der Funktionsfunktionen | ? Aktualisieren Sie das Tutorial am 11. Mai 2023 |
| Python -Paket des Markenzeichens veröffentlichen | ? Aktualisiert am 11. Mai 2023 |
| Bauen Sie die Website des Trademasters auf | ? Erhältlich am 23. April hier |
| Schreiben Sie die Dokumentation der Marken -Software | Aktualisiert am 11. April 2023 |
| Colab -Version veröffentlichen | Aktualisiert am 29. März 2023 |
| INCLIDE HK -Aktien und zukünftige Datensätze | ? Aktualisiert #131 #132 am 27. März 2023 |
| Unterstützen Sie Alpha158 | ? Aktualisiert #123 #124 am 20. März 2023 |
| Release Trademaster 1.0.0 | Veröffentlicht V1.0.0 am 5. März 2023 |
Trademaster besteht aus 6 Schlüsselmodulen: 1) Multi-Modalität-Marktdaten unterschiedlicher finanzieller Vermögenswerte bei mehreren Granularität; 2) Pipeline der gesamten Datenvorverarbeitung; 3) eine Reihe von datengesteuerten Marktsimulatoren mit hoher Fidelität für Mainstream-QT-Aufgaben; 4) effiziente Implementierungen von über 13 neuartigen RL-basierten Handelsalgorithmen; 5) systematische Bewertungs -Toolkits mit 6 Achsen und 17 Maßnahmen; 6) Verschiedene Schnittstellen für interdisziplinäre Benutzer.
Hier sind die Installations -Tutorials für verschiedene Betriebssysteme und Docker:
Wir bieten Tutorials für die Kernfunktionen von Markenaster, mit denen Benutzer beginnen können.
| Algorithmus | Datensatz | Markt | Aufgabe | Code -Link |
|---|---|---|---|---|
| Eiie | DJ 30 | US -Aktien | Portfoliomanagement | Tutorial |
| DeepScalper | BTC | Krypto | Intraday -Handel | Tutorial |
| Sarl | DJ 30 | US -Aktien | Portfoliomanagement | Tutorial |
| PPO | SSE 50 | China Stock | Portfoliomanagement | Tutorial |
| ETEO | Bitcoin | Krypto | Bestellausführung | Tutorial |
| Doppel -DQN | Bitcoin | Krypto | Hochfrequenzhandel | Tutorial |
Wir bieten auch eine Colab -Version dieser Tutorials, die direkt ausgeführt werden können. (Colab Tutorial)
| Datensatz | Datenquelle | Typ | Bereich und Frequenz | Rohdaten | Datenblatt |
|---|---|---|---|---|---|
| S & P500 | Yahoo | US -Aktien | 2000/01/01-2022/01/01, 1Day | Ohlcv | SP500 |
| DJ30 | Yahoo | US -Aktien | 2012/01/01-2021/12/11, 1 Tag | Ohlcv | DJ30 |
| BTC | Kaggle | Devisen | 2000/01/01-2019/12/11, 1 Tag | Ohlcv | Fx |
| Krypto | Kaggle | Krypto | 2013/04/29-2021/07/06, 1Day | Ohlcv | Krypto |
| SSE50 | Yahoo | China Stock | 2009/01/02-2021/01/01, 1Day | Ohlcv | SSE50 |
| Bitcoin | Binance | Krypto | 2021/04/07-2021/04/19, 1 min | LOB | Binance |
| Zukunft | Akshare | Zukunft | 2023/03/07-2023/03/28, 5 min | Ohlcv | Zukunft |
| HS30 | Akshare | HK -Aktie | 1988/12/30-2023/03/7, 1 Tag | Ohlcv | HS30 |
Die Daten sind im YY/MM/DD -Format.
OHLCV: offen, hoch, niedrig und enge Preise; Volumen: entsprechendes Handelsvolumen; LOB: Bestellbuch einschränken.
Benutzer können Daten der oben genannten Datensätze von Google Drive oder Baidu Cloud herunterladen (Extraktionscode: x24b)
Trademaster bietet effiziente Implementierungen der folgenden Algorithmen:
DeepScalper basierend auf Pytorch (Shuo Sun et al., Cikm 22)
OPD basierend auf Pytorch (Fang et al., AAAI 21)
Deeptrader basierend auf Pytorch (Wang et al., AAAI 21)
SARL basierend auf Pytorch (Yunan Ye et al., AAAI 20)
ETEO basierend auf Pytorch (Lin et al., 20)
Investor-Imitator basierend auf Pytorch (Yi Ding et al., KDD 18)
Eiie basierend auf Pytorch (Jiang et al., 17)
Klassiker RL basierend auf Pytorch und Ray: PPO A2C Regenbogen SAC DDPG DQN PG TD3
Trademaster bietet viele Visualisierungs-Toolkits für eine systematische Bewertung von quantitativen Handelsmethoden auf RL-basierten. Bitte überprüfen Sie dieses Papier und dieses Repository für Details. Einige Beispiele sind wie folgt:
Pride-Star ist ein Sterndiagramm mit normalisierter Punktzahl von 8 wichtigsten finanziellen Maßnahmen wie der Gesamtrendite (TR) und Sharpe-Ratio (SR), um die Rentabilität, die Risikokontrolle und die Vielfalt zu bewerten:
 |  |  |  |
| TradeMaster
| ├── configs
| ├── data
| │ ├── algorithmic_trading
| │ ├── high_frequency_trading
| │ ├── order_excution
| │ └── porfolio_management
| ├── deploy
| │ ├── backend_client.py
| │ ├── backend_client_test.py
| │ └── backend_service.py
| │ ├── backend_service_test.py
| ├── docs
| ├── figure
| ├── installation
| │ ├── docker.md
| │ ├── requirements.md
| ├── tools
| │ ├── algorithmic_trading
| │ ├── data_preprocessor
| │ ├── high_frequency_trading
| │ ├── market_dynamics_labeling
| │ ├── missing_value_imputation
| │ ├── order_excution
| │ ├── porfolio_management
| │ ├── __init__.py
| ├── tradmaster
| │ ├── agents
| │ ├── datasets
| │ ├── enviornments
| │ ├── evaluation
| │ ├── imputation
| │ ├── losses
| │ ├── nets
| │ ├── preprocessor
| │ ├── optimizers
| │ ├── pretrained
| │ ├── trainers
| │ ├── transition
| │ ├── utils
| │ └── __init__.py
| ├── unit_testing
| ├── Dockerfile
| ├── LICENSE
| ├── README.md
| ├── pyproject.toml
| └── requirements.txt
Prudex-Compass: Auf dem Weg zur systematischen Bewertung des Verstärkungslernens auf den Finanzmärkten (Transaktionen zur Forschung für maschinelle Lernen 2023)
Verstärkungslernen für den quantitativen Handel (Umfrage) (ACM -Transaktionen zu intelligenten Systemen und Technologie 2023)
Tiefe Verstärkungslernen für den quantitativen Handel: Herausforderungen und Chancen (IEEE Intelligent Systems 2022)
DeepScalper: Ein risikobezogenes Verstärkungslernrahmen zur Erfassung flüchtiger Intraday-Handelsmöglichkeiten (CIKM 2022)
Die Gebühr der Provision reicht nicht aus: Ein hierarchisch verstärkter Rahmen für das Portfoliomanagement (AAAI 21)
Trademaster Cup 2022
Wenn Sie weitere Fragen zu diesem Projekt haben, wenden Sie sich bitte an [email protected]
