TradeMaster
v1.0.0
TradeMaster est une plate-forme open-source la meilleure et la meilleure en classe pour le commerce quantitatif (QT) habilité par l'apprentissage par renforcement (RL) , qui couvre le pipeline complet pour la conception, la mise en œuvre, l'évaluation et le déploiement d'algorithmes basés sur RL.
| Mise à jour | Statut |
|---|---|
| Ajouter Finagent et Earnmore | ? Mise à jour le 29 octobre 2024 |
| Mettre à jour le site Web de TradeMaster (Market Simualtor) | ? Mise à jour le 21 septembre 2023 |
| Mise à jour du site Web de TradeMaster (outil de modélisation de la dynamique du marché) | ? Mis à jour le 7 juillet 2023 |
| Prise en charge de la génération et de la sélection des fonctionnalités automatiques | ? Mettre à jour le didacticiel le 11 mai 2023 |
| Package Python de libération de Trademaster | ? Mis à jour le 11 mai 2023 |
| Créer un site Web TradeMaster | ? Disponible ici le 23 avril |
| Écrire la documentation du logiciel TradeMaster | Mis à jour le 11 avril 2023 |
| Sortir la version colab | Mis à jour le 29 mars 2023 |
| Incldue HK Stock et Future DataSet | ? Mis à jour # 131 # 132 le 27 mars 2023 |
| Soutenir Alpha158 | ? Mis à jour # 123 # 124 le 20 mars 2023 |
| Libérez Trademaster 1.0.0 | Sorti V1.0.0 le 5 mars 2023 |
Trademaster est composé de 6 modules clés: 1) des données de marché multimodalités de différents actifs financiers à multilarité multiple; 2) pipeline de prétraitement des données entières; 3) une série de simulateurs de marché basés sur les données à haute fidélité pour les tâches de QT traditionnelles; 4) Implémentations efficaces de plus de 13 nouveaux algorithmes commerciaux basés sur RL; 5) des routes d'outils d'évaluation systématique avec 6 axes et 17 mesures; 6) Différentes interfaces pour les utilisateurs interdisciplinaires.
Voici les tutoriels d'installation pour différents systèmes d'exploitation et Docker:
Nous fournissons des tutoriels couvrant les fonctionnalités de base de TradeMaster pour que les utilisateurs puissent commencer.
| Algorithme | Ensemble de données | Marché | Tâche | Lien de code |
|---|---|---|---|---|
| Eiie | DJ 30 | Stock américain | Gestion du portefeuille | tutoriel |
| En profondeur | BTC | Crypto | Trading intraday | tutoriel |
| Sarre | DJ 30 | Stock américain | Gestion du portefeuille | tutoriel |
| PPO | SSE 50 | Stock de Chine | Gestion du portefeuille | tutoriel |
| Eteo | Bitcoin | Crypto | Exécution de l'ordre | tutoriel |
| DQN double | Bitcoin | Crypto | Trading à haute fréquence | tutoriel |
Nous fournissons également une version Colab de ces tutoriels qui peuvent être exécutés directement. (tutoriel Colab)
| Ensemble de données | Source de données | Taper | Plage et fréquence | Données brutes | Fiche de données |
|---|---|---|---|---|---|
| S&P500 | Yahoo | Stock américain | 2000/01/01-2022/01/01, 1DAY | OHLCV | SP500 |
| DJ30 | Yahoo | Stock américain | 2012/01/01-2021/12/11, 1DAY | OHLCV | DJ30 |
| BTC | Se gêner | Devises | 2000 / 01/01-2019/12/11, 1DAY | OHLCV | Fx |
| Crypto | Se gêner | Crypto | 2013/04/29-2021/07/06, 1DAY | OHLCV | Crypto |
| SSE50 | Yahoo | Stock de Chine | 2009/01/02-2021/01/01, 1DAY | OHLCV | SSE50 |
| Bitcoin | Binance | Crypto | 2021/04/07-2021/04/19, 1min | LOB | Binance |
| Avenir | Akshare | Avenir | 2023/03/07-2023/03/28, 5min | OHLCV | Avenir |
| HS30 | Akshare | Stock HK | 1988/12/30-2023/03/27, 1 jour | OHLCV | HS30 |
Les dates sont au format YY / MM / DD.
OHLCV: prix ouverts, élevés, bas et fermes; Volume: volume de trading correspondant; LOB: Limiter le carnet de commandes.
Les utilisateurs peuvent télécharger des données des ensembles de données ci-dessus à partir de Google Drive ou Baidu Cloud (code d'extraction: x24b)
TradeMaster fournit des implémentations efficaces des algorithmes suivants:
DeepScalper basé sur Pytorch (Shuo Sun et al, CIKM 22)
OPD basé sur Pytorch (Fang et al, AAAI 21)
Deeptrader basé sur Pytorch (Wang et al, AAAI 21)
Sarl basé sur Pytorch (Yunan Ye et al, AAAI 20)
ETEO basé sur Pytorch (Lin et al, 20)
Investisseur-imitateur basé sur Pytorch (Yi Ding et al, KDD 18)
EIIE basé sur Pytorch (Jiang et al, 17)
RL classique basé sur Pytorch et Ray: PPO A2C Rainbow Sac DDPG DQN PG TD3
TradeMaster fournit de nombreuses boîtes d'outils de visualisation pour une évaluation systématique des méthodes de trading quantitatives basées sur RL. Veuillez vérifier ce document et ce référentiel pour plus de détails. Certains exemples sont les suivants:
Pride-Star est un graphique étoile contenant un score normalisé de 8 mesures financières clés, un rendement total (TR) et un ratio Sharpe (SR) pour évaluer la rentabilité, le contrôle du risque et la diversité:
 |  |  |  |
| 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: vers une évaluation systématique de l'apprentissage du renforcement sur les marchés financiers (Transactions sur la recherche sur l'apprentissage automatique 2023)
Apprentissage du renforcement pour le trading quantitatif (enquête) (transactions ACM sur les systèmes et technologies intelligents 2023)
Apprentissage en renforcement profond pour le commerce quantitatif: défis et opportunités (IEEE Intelligent Systems 2022)
DeepScalper: un cadre d'apprentissage de renforcement consciente des risques pour capturer des opportunités de trading intradaye éphémères (CIKM 2022)
Les frais de commission ne suffisent pas: un cadre renforcé hiérarchique pour la gestion du portefeuille (AAAI 21)
Trademaster Cup 2022
Si vous avez d'autres questions de ce projet, veuillez contacter [email protected]
