AI4Finance-Foundation/FinRL
FinRL®: Financial Reinforcement Learning. 🔥
解決する課題
FinRLは、深層強化学習（DRL）を用いた定量的取引の自動化のためのオープンソースフレームワークを提供します。金融市場において逐次的な意思決定ポリシーを学習できる取引エージェントの開発、トレーニング、テストのプロセスを簡素化します。
仕組み
このフレームワークは、3つのコアレイヤーで構成されています。
- 市場環境: エージェントが対話する金融市場をシミュレートします。
- DRLエージェント: 最適な取引戦略を学習するための様々なアルゴリズム（A2C、DDPG、PPO、TD3、SACなど）を実装します。
- 金融アプリケーション: 学習したポリシーを株式取引、暗号通貨取引、ポートフォリオ配分などの特定のタスクに適用します。
これはトレーニング-テスト-取引パイプラインに従います。データのダウンロードと前処理（MACDやRSIなどのテクニカル指標を含む）、Stable Baselines 3などのライブラリを使用したエージェントのトレーニング、そしてDJIA指数などのベースラインに対するパフォーマンスのバックテストを行います。
対象読者
このリポジトリは主に、金融強化学習を試し、研究プロトタイプを作成したい学習者、開発者、研究者を対象としています。
ハイライト
- 幅広いデータサポート: Yahoo Finance、Alpaca、Binance、WRDSなど、多数のデータソースと統合します。
- コード化されたパイプライン: データ取得からバックテストまでの完全なエンドツーエンドのワークフローを提供します。
- アルゴリズムの多様性: Stable Baselines 3、ElegantRL、RLlibを介して複数のDRLエージェントをサポートします。
- 教育重視: 株式取引ワークフローのチュートリアルと例を含みます。
関連
- プロジェクト
Tencent-Hunyuan/UniRLUniRLは、Apache‑2.0のPythonフレームワークで、多くのマルチモーダル生成モデル（拡散、ビデオ、LLM、VLM、統合AR+拡散）に単一の強化学習ループを適用します。 構成可能なトレーナー、複数のロールアウトバックエンド（vLLM‑Omni、SGLang）、標準および新しいRLアルゴリズム（GRPO、Flow‑DPPO、DRPO、CPPO）、および数十の最先端モデル向けのすぐに実行できるレシピを提供します。 ユーザーはHydra設定を介してトレーニングを起動し、システムは分散ロールアウト、スコアリング、アドバンテージ計算、および重み同期を処理します。
- Dispatch
- プロジェクト
AI4Finance-Foundation/FinRobotFinRobotは、高リスク金融分析向けのオープンソース、マルチエージェントAIプラットフォームです。DCF、LBOなど、決定論的なPythonベースの評価をLLM生成の物語から分離し、専門エージェント（データ、分析、モデリング、統合、レポート作成、議論エージェント）をオーガナイズし、3つのバージョンを提供：プロダクション用デスクトップアプリ（V2）、セルフホストWebレポートジェネレータ（V1）、教育用AutoGenライブラリ（V0）。複数の市場データソースを統合し、56のアナリストプレイブックを提供。CLI、ブラウザUI、ネイティブTauriデスクトップクライアントでローカル実行可能。
- プロジェクト
- プロジェクト
alibaba/ROLLROLL は、大規模な強化学習による大規模言語モデルのトレーニングのためのオープンソースライブラリです。Ray ベースの分散実行を提供し、多くの RL アルゴリズム（PPO、GRPO、Reinforce++ など）をサポートし、Megatron‑Core、vLLM、SGLang、LoRA と連携し、RL ベースのファインチューニング（RLVR）とマルチターンエージェント RL のパイプラインを提供します。このプロジェクトには、広範なドキュメント、ハードウェアに依存しないサポート（NVIDIA、AMD、Ascend）、組み込みの可観測性が含まれています。