FinRL
Framework de aprendizado por reforço financeiro para estratégias de negociação.
Construa, treine e faça backtest de agentes de negociação de aprendizado por reforço profundo.
O FinRL é um framework de código aberto projetado para aprendizado por reforço financeiro e fluxos de trabalho de negociação quantitativa. Ele atende a pesquisadores, desenvolvedores e estudantes que desejam criar protótipos de pipelines de treino-teste-negociação.
O que é
O framework organiza as operações em ambientes de mercado, agentes DRL e aplicações financeiras usando um pipeline de treino-teste-negociação. Ele suporta algoritmos do Stable Baselines 3, RLlib e ElegantRL, integrando-se a múltiplos processadores de dados.
Para quem
É adequado para quants, pesquisadores e desenvolvedores que exploram negociação algorítmica e aprendizado por reforço. Não é adequado para quem busca negociação ao vivo em produção sem migrar para o FinRL-X.
Recursos principais
Arquitetura de Três Camadas
Separa ambientes de mercado, agentes DRL e aplicações financeiras para um design modular.
Múltiplos Backends DRL
Suporta treinamento através das bibliotecas de algoritmos Stable Baselines 3, RLlib e ElegantRL.
Indicadores Técnicos
Inclui pré-processadores integrados para cálculos de MACD, RSI, VIX e índice de turbulência.
Pipeline Treino-Teste
Fornece scripts de fluxo de trabalho explícitos para download de dados, treinamento de agentes e backtesting.
Pronto em 3 passos
Nosso veredito honesto
Pontos fortes
- Framework pioneiro original para aprendizado por reforço financeiro
- Integra-se a várias bibliotecas DRL estabelecidas
- Fornece conjuntos de dados de exemplo e tutoriais de negociação de ações
- Estrutura modular que divide meta-ambientes e agentes
Onde deixa a desejar
- O repositório original é designado para educação, enquanto a produção requer o FinRL-X
- Requer configuração manual de ambiente virtual e dependências do python
- Depende da disponibilidade de fontes de dados externas como o Yahoo Finance
Preços & licença
Gratuito sob a licença MIT, sendo o único custo os seus próprios recursos computacionais para treinar modelos.
Vagas para quem fala português
879 vagas remotas abertas de treinamento de IA, atualizadas em 15 de novembro de 2026; a maioria paga $20–$175 por hora. 8 delas pedem falantes de português. O Zekai lista de graça; a candidatura vai para a plataforma do empregador.
Alternativas
Estas ferramentas de IA avaliadas fazem o mesmo trabalho na hora — do nosso diretório avaliado.
Use, ou deixe que a gente configure
FAQ
Esta é a versão mais recente do FinRL?
Não, este repositório preserva o framework educacional original, enquanto o desenvolvimento voltado para produção foi migrado para o FinRL-X.
Quais bibliotecas de aprendizado de máquina são suportadas?
Ele suporta algoritmos por meio de integrações com Stable Baselines 3, RLlib e ElegantRL.
