TradeMaster
v1.0.0
TradeMaster-это первая в своем роде, лучшую в своем классе платформу с открытым исходным кодом для количественной торговли (QT) , наделенной подкреплением обучения (RL) , которая охватывает полный трубопровод для проектирования, реализации, оценки и развертывания алгоритмов на основе RL.
| Обновлять | Статус |
|---|---|
| Добавьте Finagent и Earnmore | ? Обновлено 29 октября 2024 года |
| Обновить веб -сайт TradeMaster (Market Simulator) | ? Обновлено 21 сентября 2023 года |
| Обновить веб -сайт TradeMaster (инструмент моделирования динамики рынка) | ? Обновлено 7 июля 2023 года |
| Поддержка автоматической генерации и выбора функций | ? Обновить учебник 11 мая 2023 г. |
| Выпуск TradeMaster Python Package | ? Обновлено 11 мая 2023 года |
| Создайте веб -сайт TradeMaster | ? Доступно здесь 23 апреля |
| Напишите документацию по программному обеспечению TradeMaster | Обновлено 11 апреля 2023 года |
| Выпустить версию Colab | Обновлено 29 марта 2023 г. |
| Включите HK -акции и будущие наборы данных | ? Обновлено #131 #132 27 марта 2023 г. |
| Поддержка Alpha158 | ? Обновлено #123 #124 20 марта 2023 г. |
| Выпуск TradeMaster 1.0.0 | Выпущен v1.0.0 5 марта 2023 г. |
TradeMaster состоит из 6 ключевых модулей: 1) рыночные данные многомодальности различных финансовых активов при множественной гранулярности; 2) целый трубопровод предварительной обработки данных; 3) серия высококачественных рыночных симуляторов рынка для основных задач QT; 4) эффективные реализации более 13 новых торговых алгоритмов на основе RL; 5) систематическая оценка инструментов с 6 осей и 17 мер; 6) Различные интерфейсы для междисциплинарных пользователей.
Вот учебные пособия по инсталляции для различных операционных систем и Docker:
Мы предоставляем учебные пособия, охватывающие основные функции TradeMaster для пользователей, чтобы начать.
| Алгоритм | Набор данных | Рынок | Задача | Кодовая ссылка |
|---|---|---|---|---|
| Eiie | DJ 30 | США запас | Управление портфелем | Учебник |
| DeepScalper | BTC | Крипто | Внутридневная торговля | Учебник |
| Сарл | DJ 30 | США запас | Управление портфелем | Учебник |
| PPO | SSE 50 | Китай запас | Управление портфелем | Учебник |
| Этео | Биткойн | Крипто | Выполнение заказа | Учебник |
| Двойной DQN | Биткойн | Крипто | Высокая частотная торговля | Учебник |
Мы также предоставляем колаб -версию этих учебных пособий, которые можно запустить напрямую. (Учебник COLAB)
| Набор данных | Источник данных | Тип | Диапазон и частота | Необработанные данные | Техническая спецификация |
|---|---|---|---|---|---|
| S & P500 | Yahoo | США запас | 2000/01/01-2022/01/01, 1 день | OHLCV | SP500 |
| DJ30 | Yahoo | США запас | 2012/01/01-2021/12/11, 1day | OHLCV | DJ30 |
| BTC | Кэггл | Иностранная валюта | 2000/01/01-2019/12/11, 1day | OHLCV | Фкс |
| Крипто | Кэггл | Крипто | 2013/04/29-2021/07/06, 1 день | OHLCV | Крипто |
| SSE50 | Yahoo | Китай запас | 2009/01/02-2021/01/01, 1day | OHLCV | SSE50 |
| Биткойн | Бинанс | Крипто | 2021/04/07-2021/04/19, 1 мин | Лоб | Бинанс |
| Будущее | Акшар | Будущее | 2023/03/07-2023/03/28, 5 мин | OHLCV | Будущее |
| HS30 | Акшар | HK Stock | 1988/12/30-2023/03/27, 1day | OHLCV | HS30 |
Даты находятся в формате YY/MM/DD.
OHLCV: открытый, высокий, низкий и близкий цены; Том: соответствующий объем торгов; LOB: Ограничить книгу заказа.
Пользователи могут загружать данные приведенных выше наборов данных с Google Drive или Baidu Cloud (код извлечения: x24b)
TradeMaster предоставляет эффективные реализации следующих алгоритмов:
DeepScalper на основе Pytorch (Shuo Sun et al, Cikm 22)
OPD на основе Pytorch (Fang et al, AAAI 21)
Deeptrader на основе Pytorch (Wang et al, AAAI 21)
SARL на основе Pytorch (Yunan Ye et al, Aaai 20)
Eteo на основе Pytorch (Lin et al, 20)
Имитатор-инвестор на основе Pytorch (Yi Ding et al, KDD 18)
EIIE на основе Pytorch (Jiang et al, 17)
Классический RL на основе Pytorch и Ray: PPO A2C Rainbow Sac Ddpg DQN PG TD3
TradeMaster предоставляет много наборов инструментов визуализации для систематической оценки методов количественной торговли на основе RL. Пожалуйста, проверьте эту статью и репозиторий для получения подробной информации. Некоторые примеры следующие:
Pride-Star -это звездный сюжет, содержащий нормализованный балл 8 ключевых финансовых мер, таких как общая доходность (TR) и отношение Sharpe (SR) для оценки прибыльности, контроля риска и разнообразия:
 |  |  |  |
| 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: к систематической оценке обучения подкреплению на финансовых рынках (транзакции по исследованию машинного обучения 2023)
Подкрепление обучения для количественной торговли (опрос) (транзакции ACM по интеллектуальным системам и технологиям 2023)
Глубокое обучение подкреплению для количественной торговли: проблемы и возможности (IEEE Intelly Systems 2022)
DeepScalper: рамка обучения для подкрепления с учетом риска для захвата мимолетных возможностей внутридневной торговли (CIKM 2022)
Комиссионная комиссия недостаточно: иерархическая подкрепленная структура для управления портфелем (AAAI 21)
Кубок торговли 2022
Если у вас есть какие -либо дополнительные вопросы этого проекта, пожалуйста, свяжитесь с [email protected]
