FinRL
Cadre de renforcement pour le trading algorithmique financier.
Construisez, entraînez et testez des agents de trading par apprentissage par renforcement profond.
FinRL est un cadre open-source conçu pour l'apprentissage par renforcement financier et les flux de travail de trading quantitatif. Il convient aux chercheurs, développeurs et étudiants souhaitant concevoir des pipelines d'entraînement, de test et de trading.
Qu'est-ce que c'est
Le cadre organise les opérations en environnements de marché, agents DRL et applications financières à l'aide d'un pipeline entraînement-test-trading. Il prend en charge les algorithmes de Stable Baselines 3, RLlib et ElegantRL, tout en s'intégant avec de multiples processeurs de données.
Pour qui
Il convient aux quants, chercheurs et développeurs explorant le trading algorithmique et l'apprentissage par renforcement. Il ne convient pas à ceux qui recherchent un trading en direct prêt à l'emploi sans migrer vers FinRL-X.
Fonctionnalités clés
Architecture à trois couches
Sépare les environnements de marché, les agents DRL et les applications financières pour une conception modulaire.
Multiples backends DRL
Prend en charge l'entraînement via les bibliothèques d'algorithmes Stable Baselines 3, RLlib et ElegantRL.
Indicateurs techniques
Comprend des préprocesseurs intégrés pour les calculs de MACD, RSI, VIX et d'indice de turbulence.
Pipeline Entraînement-Test
Fournit des scripts de flux de travail explicites pour le téléchargement de données, l'entraînement d'agents et le backtesting.
Opérationnel en 3 étapes
Notre verdict honnête
Ses atouts
- Cadre pionnier d'origine pour l'apprentissage par renforcement financier
- S'intègre à plusieurs bibliothèques DRL établies
- Fournit des jeux de données d'exemple et des tutoriels de trading d'actions
- Structure modulaire divisant les méta-environnements et les agents
Ses limites
- Le dépôt d'origine est destiné à l'éducation tandis que la production nécessite FinRL-X
- Nécessite une configuration manuelle d'environnement virtuel et de dépendances python
- Dépend de la disponibilité de sources de données externes comme Yahoo Finance
Tarifs & licence
Gratuit sous licence MIT, le seul coût étant vos propres ressources de calcul pour l'entraînement des modèles.
Missions pour francophones
879 missions ouvertes à distance en entraînement d’IA, mises à jour le 15 novembre 2026 ; la plupart paient $20–$175 de l’heure. 8 d’entre elles demandent des francophones. Zekai les liste gratuitement ; la candidature se fait sur la plateforme de l’employeur.
Alternatives
Ces outils IA évalués font le même travail instantanément — depuis notre annuaire noté.
Utilisez-le, ou laissez-nous l'installer
FAQ
S'agit-il de la dernière version de FinRL ?
Non, ce dépôt conserve le cadre éducatif d'origine, tandis que le développement orienté production a migré vers FinRL-X.
Quelles bibliothèques d'apprentissage automatique sont prises en charge ?
Il prend en charge les algorithmes grâce à des intégrations avec Stable Baselines 3, RLlib et ElegantRL.
