TradeMaster
v1.0.0
トレードマスターは、RLベースのアルゴリズムの設計、実装、評価、展開のための完全なパイプラインをカバーする強化学習（RL）が権限を与えられた定量的取引（QT）のための、一種のクラス最高のオープンソースプラットフォームです。
| アップデート | 状態 |
|---|---|
| FinagentとEarnmoreを追加します | ？ 2024年10月29日に更新 |
| トレードマスターのウェブサイトを更新する（市場Simualtor） | ？ 2023年9月21日に更新されました |
| トレードマスターのウェブサイトを更新する（マーケットダイナミクスモデリングツール） | ？ 2023年7月7日に更新されました |
| 自動機能の生成と選択をサポートします | ？ 2023年5月11日にチュートリアルを更新します |
| トレードマスターPythonパッケージをリリースします | ？ 2023年5月11日に更新されました |
| 商標ウェブサイトを構築します | ？ 4月23日にここから入手できます |
| トレードマスターソフトウェアのドキュメントを書きます | 2023年4月11日に更新されました |
| コラブバージョンをリリースします | 2023年3月29日に更新されました |
| Incldue HKストックと将来のデータセット | ？ 2023年3月27日に＃131＃132を更新しました |
| サポートalpha158 | ？ 2023年3月20日に更新＃123＃124 |
| トレードマスター1.0.0をリリースします | 2023年3月5日にv1.0.0をリリースしました |
トレードマスターは、6つの主要なモジュールで構成されています。1）複数の粒度におけるさまざまな金融資産のマルチモダリティ市場データ。 2）データ全体の処理パイプライン。 3）主流のQTタスク用の一連の高忠実度データ駆動型市場シミュレーター。 4）13を超えるRLベースの取引アルゴリズムの効率的な実装。 5）6軸と17の測定値を備えた体系的な評価ツールキット。 6）学際的なユーザー向けのさまざまなインターフェイス。
さまざまなオペレーティングシステムとDockerのインストールチュートリアルは次のとおりです。
ユーザーが開始を得るためのトレードマスターのコア機能をカバーするチュートリアルを提供します。
| アルゴリズム | データセット | 市場 | タスク | コードリンク |
|---|---|---|---|---|
| eiie | DJ 30 | 米国株 | ポートフォリオ管理 | チュートリアル |
| ディープスカルパー | BTC | 暗号 | 日中取引 | チュートリアル |
| サール | DJ 30 | 米国株 | ポートフォリオ管理 | チュートリアル |
| PPO | SSE 50 | 中国株 | ポートフォリオ管理 | チュートリアル |
| エテオ | ビットコイン | 暗号 | 順序実行 | チュートリアル |
| ダブルDQN | ビットコイン | 暗号 | 高周波取引 | チュートリアル |
また、直接実行できるこれらのチュートリアルのコラブバージョンも提供します。 （コラブチュートリアル）
| データセット | データソース | タイプ | 範囲と頻度 | 生データ | データシート |
|---|---|---|---|---|---|
| S＆P500 | Yahoo | 米国株 | 2000/01/01-2022/01/01、1Day | ohlcv | SP500 |
| DJ30 | Yahoo | 米国株 | 2012/01/01-2021/12/31、1Day | ohlcv | DJ30 |
| BTC | Kaggle | 外国為替 | 2000/01/01-2019/12/31、1Day | ohlcv | fx |
| 暗号 | Kaggle | 暗号 | 2013/04/29-2021/07/06、1Day | ohlcv | 暗号 |
| SSE50 | Yahoo | 中国株 | 2009/01/02-2021/01/01、1Day | ohlcv | SSE50 |
| ビットコイン | バイナンス | 暗号 | 2021/04/07-2021/04/19、1分 | ロブ | バイナンス |
| 未来 | Akshare | 未来 | 2023/03/07-2023/03/28、5分 | ohlcv | 未来 |
| HS30 | Akshare | HK株 | 1988/12/30-2023/03/27、1Day | ohlcv | HS30 |
日付はYY/MM/DD形式です。
OHLCV：オープン、ハイ、ロー、およびクローズ価格。ボリューム：対応する取引量。 LOB：注文書を制限します。
ユーザーは、Google DriveまたはBaidu Cloudから上記のデータセットのデータをダウンロードできます（抽出コード：x24b）
トレードマスターは、次のアルゴリズムの効率的な実装を提供します。
Pytorch（Shuo Sun et al、Cikm 22）に基づくDeepscalper
Pytorchに基づくOPD（Fang et al、aaai 21）
Pytorch（Wang et al、aaai 21）に基づくdeeptrader
Pytorch（Yunan Ye et al、aaai 20）に基づくsarl
Pytorchに基づくEteo（Lin et al、20）
Pytorch（Yi Ding et al、KDD 18）に基づく投資家イミテーター
Pytorch（Jiang et al、17）に基づくeiie
PytorchとRayに基づくクラシックRL：PPO A2C Rainbow SAC DDPG DQN PG TD3
Trademasterは、RLベースの定量的取引方法を体系的に評価するために、多くの視覚化ツールキットを提供します。詳細については、このペーパーとリポジトリをご覧ください。いくつかの例は次のとおりです。
Pride-Starは、収益性、リスク制御、多様性を評価するための総収益率（TR）およびSharpe比率（SR）などの8つの重要な財務指標の正規化スコアを含むスタープロットです。
 |  |  |  |
| 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：金融市場における強化学習の体系的な評価に向けて（機械学習研究2023年の取引）
定量的取引のための強化学習（調査） （インテリジェントシステムとテクノロジーに関するACMトランザクション2023）
定量的取引のための深い強化学習：課題と機会（IEEEインテリジェントシステム2022）
ディープスカルパー：つかの間の貿易機会を獲得するためのリスク認識の強化学習フレームワーク（CIKM 2022）
手数料は十分ではありません：ポートフォリオ管理のための階層的な強化フレームワーク（AAAI 21）
トレードマスターカップ2022
このプロジェクトにさらに質問がある場合は、[email protected]にお問い合わせください。
