إطار عمل التعلم التعزيزي المالي لاستراتيجيات التداول.
قم بناء وتدريب واختبار وكلاء تداول التعلم التعزيزي العميق.
FinRL هو إطار عمل مفتوح المصدر مصمم للتعلم التعزيزي المالي وتدفقات عمل التداول الكمي. وهو مناسب للباحثين والمطورين والطلاب الذين يرغبون في نموذج أولي لخطوط أنابيب التدريب والاختبار والتداول.
يقسم إطار العمل العمليات إلى بيئات السوق، ووكلاء DRL، والتطبيقات المالية باستخدام خط أنابيب التدريب والاختبار والتداول. وهو يدعم الخوارزميات من Stable Baselines 3 وRLlib وElegantRL، مع التكامل مع معالجات بيانات متعددة.
وهو يناسب المحللين الكميين والباحثين والمطورين الذين يستكشفون التداول الخوارزمي والتعلم التعزيزي. وهو غير مناسب لأولئك الذين يسعون إلى التداول الحي الجاهز للإنتاج دون الانتقال إلى FinRL-X.
تفصل بيئات السوق ووكلاء DRL والتطبيقات المالية لتصميم وحدات.
تدعم التدريب عبر مكتبات خوارزميات Stable Baselines 3 وRLlib وElegantRL.
تتضمن معالجات مدمجة لحسابات MACD وRSI وVIX ومؤشر الاضطراب.
يوفر نصوص تدفق عمل صريحة لتنزيل البيانات وتدريب الوكلاء والاختبار العكسي.
مجاني بموجب ترخيص MIT، والتكلفة الوحيدة هي موارد الحوسبة الخاصة بك لتدريب النماذج.
879 وظيفة مفتوحة عن بعد في تدريب الذكاء الاصطناعي، آخر تحديث ١٥ نوفمبر ٢٠٢٦؛ أجر معظمها $20–$175 في الساعة. منها 2 وظائف تطلب متحدثين بالعربية. يعرضها ذكائي مجانًا، والتقديم يتم على منصة جهة التوظيف.
أدوات الذكاء الاصطناعي المُراجَعة هذه تؤدي المهمة فوراً — من دليلنا المُقيَّم.
لا، يحافظ هذا المستودع على إطار العمل التعليمي الأصلي، بينما انتقل التطوير الموجه للإنتاج إلى FinRL-X.
وهو يدعم الخوارزميات من خلال عمليات التكامل مع Stable Baselines 3 وRLlib وElegantRL.
شاهد Zekai أولاً في جوجل