TradeMaster下載 - TradeMaster源代碼下載

TradeMaster

Python

v1.0.0

下載

商人：交易的RL平台

商人是由增強學習（RL）授權的定量交易（QT）的首個，一流的開源平台，該平台涵蓋了基於RL的算法的設計，實施，評估和部署的完整管道。

什麼是新的！ ⏰

更新	地位
添加Finagent和Earnmore	？於2024年10月29日更新
更新商人網站（Market Simultor）	？更新於2023年9月21日
更新商人網站（市場動態建模工具）	？於2023年7月7日更新
支持自動功能生成和選擇	？ 2023年5月11日更新教程
發行商標Python軟件包	？ 2023年5月11日更新
構建商人網站	？ 4月23日這裡可用
寫商業軟件文檔	於2023年4月11日更新
釋放Colab版本	於2023年3月29日更新
Inldue HK庫存和未來數據集	？ 2023年3月27日更新了＃131＃132
支持alpha158	？ 2023年3月20日更新了＃123＃124
發行商人1.0.0	於2023年3月5日發布v1.0.0

大綱

商人：交易的RL平台
- 大綱
- 概述
- 安裝
- 教程
- 有用的腳本
- 數據集
- 模型動物園
- 可視化工具包
- 文件結構
- 出版品
- 消息
- 團隊
- 競賽
- 聯繫我們

概述

商人由6個關鍵模塊組成：1）多種金融資產的多模式市場數據多粒度； 2）全數據預處理管道； 3）一系列用於主流QT任務的高保真數據驅動的市場模擬器； 4）有效實施13種新型基於RL的交易算法； 5）具有6個軸和17個措施的系統評估工具包； 6）跨學科用戶的不同接口。

安裝

這是針對不同操作系統和Docker的安裝教程：

在Linux/Windows/MacOS上安裝
使用Docker安裝

教程

我們提供涵蓋商標核心功能的教程，供用戶開始。

演算法	數據集	市場	任務	代碼鏈接
Eiie	DJ 30	美國股票	投資組合管理	教程
DeepScalper	BTC	加密	盤中交易	教程
薩爾	DJ 30	美國股票	投資組合管理	教程
PPO	SSE 50	中國股票	投資組合管理	教程
Eteo	比特幣	加密	訂單執行	教程
雙DQN	比特幣	加密	高頻交易	教程

我們還提供了可以直接運行的這些教程的COLAB版本。（COLAB教程）

有用的腳本

自動高參數調整
自動功能生成
擴散模型的財務數據插補
使用Alpha158技術指標的訓練RL代理

商人沙箱

白皮書
市場動態建模
網站API
1. 代理培訓演示
2. 市場動態建模工具
3. 市場模擬器網絡服務

數據集

數據集	數據源	類型	範圍和頻率	原始數據	數據表
標普500	雅虎	美國股票	2000/01/01-2022/01/01，1day	OHLCV	SP500
DJ30	雅虎	美國股票	2012/01/01-2021/12/31，1day	OHLCV	DJ30
BTC	Kaggle	外匯	2000/01/01-2019/12/31，1day	OHLCV	fx
加密	Kaggle	加密	2013/04/29-2021/07/06，1day	OHLCV	加密
SSE50	雅虎	中國股票	2009/01/02-2021/01/01，1DAY	OHLCV	SSE50
比特幣	binance	加密	2021/04/07-2021/04/19，1分鐘	高球	binance
未來	Akshare	未來	2023/03/07-2023/03/28，5分鐘	OHLCV	未來
HS30	Akshare	香港股票	1988/12/30-2023/03/27，1day	OHLCV	HS30

日期為yy/mm/dd格式。

OHLCV：開放，高，低和封閉價格；卷：相應的交易量； LOB：限制訂單書。

用戶可以從Google Drive或Baidu Cloud下載上述數據集的數據（提取代碼：X24B）

模型動物園

商人提供了以下算法的有效實現：

基於Pytorch的DeepScalper（Shuo Sun等，CIKM 22）

OPD基於Pytorch（Fang等，AAAI 21）

基於Pytorch的DeepTrader（Wang等，AAAI 21）

SARL基於Pytorch（Yunan Ye等，AAAI 20）

基於Pytorch的Eteo（Lin等，20）

基於Pytorch（Yi ding等人，KDD 18）的投資者Imitator

EIIE基於Pytorch（Jiang等，17）

經典RL基於Pytorch和Ray：PPO A2C Rainbow Sac DDPG DQN PG TD3

可視化工具包

商人提供許多可視化工具包，用於對基於RL的定量交易方法進行系統評估。請檢查本文和存儲庫以獲取詳細信息。一些示例如下：

Pride-Star是一個明星情節，其中包含8個關鍵財務指標的歸一化評分，例如總回報（TR）和Sharpe比率（SR），以評估盈利能力，風險控制和多樣性：

文件結構

 | 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