TorchTrade/torchtrade

解决的问题

TorchTrade 提供了一个统一的机器学习框架，用于算法交易，弥合了研究与生产之间的差距。它通过为离线回测和实时交易提供模块化环境，简化了强化学习（RL）和大语言模型（LLM）策略的部署，支持多个主要交易所。

工作原理

基于 TorchRL 构建，该框架采用模块化架构，将交易代理（决策者）与环境（市场模拟器或实时 API）分离。它支持广泛的强化学习方法（在线、离线、基于模型、对比学习），并集成 LLM 作为交易代理，可使用外部工具进行推理。系统处理多时间框架观测、使用技术指标的特征工程，以及多资产组合管理。

适用人群

专为量化交易员、AI 研究人员和开发者设计，旨在帮助他们在加密货币和预测市场中实现、训练和部署基于 RL 或 LLM 的交易策略。

主要亮点

• 多策略支持：实现 PPO、DQN、IQL、GRPO 和 DSAC，同时支持规则策略和 LLM 代理。
• 实时交易所集成：直接连接 Alpaca、Binance、Bitget、Bybit 和 OKX。
• LLM 能力：支持本地和前沿 LLM，具备工具使用功能，并可通过 GRPO 或 SAO 进行微调。
• 灵活的环境：提供适用于现货和期货交易的顺序型、单步型和组合型环境。
• 从研究到生产：使用同一代码库进行回测和实时部署，确保一致性。