TradeMaster
v1.0.0
O Trademaster é um dos melhores do tipo e melhor plataforma de código aberto para negociação quantitativa (QT) capacitada pelo Reforço Learning (RL) , que cobre o pipeline completo para o design, implementação, avaliação e implantação de algoritmos baseados em RL.
| Atualizar | Status |
|---|---|
| Adicione Finagent e Earnmore | ? Atualizado em 29 de outubro de 2024 |
| Atualize o site do TradeMaster (Market Simualtor) | ? Atualizado em 21 de setembro de 2023 |
| Atualize o site do TradeMaster (Ferramenta de Modelagem de Dinâmica do Mercado) | ? Atualizado em 7 de julho de 2023 |
| Suporte a geração automática de recursos e seleção | ? Tutorial de atualização em 11 de maio de 2023 |
| Libere o pacote Python | ? Atualizado em 11 de maio de 2023 |
| Construa o site do TradeMaster | ? Disponível aqui em 23 de abril |
| Escreva documentação de software de mestre comercial | Atualizado em 11 de abril de 2023 |
| Libere a versão colab | Atualizado em 29 de março de 2023 |
| Incldue HK Stock e Future DataSets | ? Atualizado #131 #132 em 27 de março de 2023 |
| Suporte Alpha158 | ? Atualizado #123 #124 em 20 de março de 2023 |
| Libere o Trademaster 1.0.0 | Lançado v1.0.0 em 5 de março de 2023 |
O Trademaster é composto por 6 módulos principais: 1) dados de mercado de multimodalidade de diferentes ativos financeiros em granularidade múltipla; 2) Pipeline de pré -processamento de dados inteiros; 3) uma série de simuladores de mercado orientados a dados de alta fidelidade para tarefas QT convencionais; 4) implementações eficientes de mais de 13 novos algoritmos de negociação baseados em RL; 5) kits de ferramentas de avaliação sistemática com 6 eixos e 17 medidas; 6) Interfaces diferentes para usuários interdisciplinares.
Aqui estão os tutoriais de instalação para diferentes sistemas operacionais e Docker:
Fornecemos tutoriais que abrangem os principais recursos do TradeMaster para os usuários começarem.
| Algoritmo | Conjunto de dados | Mercado | Tarefa | Link de código |
|---|---|---|---|---|
| Eiie | DJ 30 | Estoque dos EUA | Gerenciamento de portfólio | tutorial |
| DeepScalper | BTC | Cripto | Negociação intradiária | tutorial |
| Sarl | DJ 30 | Estoque dos EUA | Gerenciamento de portfólio | tutorial |
| PPO | SSE 50 | Estoque da China | Gerenciamento de portfólio | tutorial |
| Eteo | Bitcoin | Cripto | Execução do pedido | tutorial |
| Duplo dqn | Bitcoin | Cripto | Negociação de alta frequência | tutorial |
Também fornecemos uma versão colab desses tutoriais que podem ser executados diretamente. (Tutorial do Colab)
| Conjunto de dados | Fonte de dados | Tipo | Alcance e frequência | Dados brutos | Ficha de dados |
|---|---|---|---|---|---|
| S & P500 | Yahoo | Estoque dos EUA | 2000/01/01-2022/01/01, 1 dia | OHLCV | SP500 |
| DJ30 | Yahoo | Estoque dos EUA | 2012/01/01-2021/12/11, 1 dia | OHLCV | DJ30 |
| BTC | Kaggle | Câmbio | 2000/01/01-2019/12/11, 1 dia | OHLCV | Fx |
| Cripto | Kaggle | Cripto | 2013/04/29-2021/07/06, 1 dia | OHLCV | Cripto |
| SSE50 | Yahoo | Estoque da China | 2009/01/02-2021/01/01, 1 dia | OHLCV | SSE50 |
| Bitcoin | Binance | Cripto | 2021/04/07-2021/04/19, 1min | LOB | Binance |
| Futuro | Akshare | Futuro | 2023/03/07-2023/03/28, 5min | OHLCV | Futuro |
| HS30 | Akshare | Stock HK | 1988/12/30-2023/03/77, 1 dia | OHLCV | HS30 |
As datas estão no formato YY/MM/DD.
OHLCV: Preços abertos, altos, baixos e próximos; Volume: volume de negociação correspondente; LOB: Livro de pedidos limitados.
Os usuários podem baixar dados dos conjuntos de dados acima do Google Drive ou Baidu Cloud (Código de Extração: X24B)
O FerlorMaster fornece implementações eficientes dos seguintes algoritmos:
DeepScalper baseado em Pytorch (Shuo Sun et al, Cikm 22)
OPD baseado em Pytorch (Fang et al, AAAI 21)
DeepTrader baseado em Pytorch (Wang et al, AAAI 21)
Sarl baseado em Pytorch (Yunan Ye et al, AAAI 20)
Eteo baseado em Pytorch (Lin et al, 20)
Investidor-imitador baseado em Pytorch (Yi Ding et al, KDD 18)
Eiie baseada em Pytorch (Jiang et al, 17)
RL clássico baseado em pytorch e ray: ppo a2c arco -íris sac ddpg dqn pg td3
A Ferramenta TradeMasta fornece muitos kits de ferramentas de visualização para uma avaliação sistemática dos métodos de negociação quantitativa baseada em RL. Verifique este artigo e o repositório para obter detalhes. Alguns exemplos são os seguintes:
O Pride-Star é um gráfico de estrelas contendo pontuação normalizada de 8 medidas financeiras importantes como retorno total (TR) e relação Sharpe (SR) para avaliar a lucratividade, controle de risco e diversidade:
 |  |  |  |
| 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: Rumo à avaliação sistemática da aprendizagem de reforço em mercados financeiros (transações na pesquisa de aprendizado de máquina 2023)
Aprendizagem de reforço para negociação quantitativa (pesquisa) (transações da ACM sobre sistemas e tecnologia inteligentes 2023)
Aprendizagem de reforço profundo para negociação quantitativa: desafios e oportunidades (IEEE Intelligent Systems 2022)
DeepScalper: uma estrutura de aprendizado de reforço com reconhecimento de risco para capturar oportunidades de negociação intradiária fugaz (CIKM 2022)
A taxa de comissão não é suficiente: uma estrutura reforçada hierárquica para gerenciamento de portfólio (AAAI 21)
TRADEMASTER CUP 2022
Se você tiver mais alguma dúvida deste projeto, entre em contato com o [email protected]
