FinRL
Финансовый фреймворк обучения с подкреплением для торговых стратегий.
Создавайте, обучайте и тестируйте агентов для глубокого обучения с подкреплением в трейдинге.
FinRL — это open-source фреймворк, разработанный для финансового обучения с подкреплением и рабочих процессов количественного трейдинга. Он подходит исследователям, разработчикам и студентам, желающим создавать прототипы пайплайнов обучение-тестирование-торговля.
Что это
Фреймворк организует операции в рыночные среды, DRL-агенты и финансовые приложения с использованием пайплайна обучение-тестирование-торговля. Он поддерживает алгоритмы из Stable Baselines 3, RLlib и ElegantRL, интегрируясь с множеством процессоров данных.
Для кого
Он подходит квантам, исследователям и разработчикам, изучающим алгоритмический трейдинг и обучение с подкреплением. Он не подходит тем, кто ищет готовые решения для реальной торговли без миграции на FinRL-X.
Ключевые возможности
Трехуровневая архитектура
Разделяет рыночные среды, DRL-агенты и финансовые приложения для модульного дизайна.
Несколько DRL-бэкэндов
Поддерживает обучение через библиотеки алгоритмов Stable Baselines 3, RLlib и ElegantRL.
Технические индикаторы
Включает встроенные препроцессоры для расчетов MACD, RSI, VIX и индекса турбулентности.
Пайплайн обучение-тестирование
Предоставляет явные скрипты рабочего процесса для загрузки данных, обучения агентов и бэктестирования.
Готово за 3 шага
Наш честный вердикт
Плюсы
- Первоначальный пионерский фреймворк для финансового обучения с подкреплением
- Интегрируется с несколькими устоявшимися DRL-библиотеками
- Предоставляет примеры наборов данных и учебные пособия по биржевой торговле
- Модульная структура, разделяющая мета-среды и агентов
Минусы
- Оригинальный репозиторий предназначен для образования, в то время как для продакшна требуется FinRL-X
- Требует ручной настройки виртуального окружения и зависимостей python
- Зависит от доступности внешних источников данных, таких как Yahoo Finance
Цены и лицензия
Бесплатно под лицензией MIT, единственной затратой являются ваши собственные вычислительные ресурсы для обучения моделей.
Вакансии для носителей русского языка
879 открытых удалённых вакансий по обучению ИИ, обновлено 15 ноября 2026 г.; в большинстве оплата $20–$175 в час. Из них 2 — для носителей русского языка. Zekai публикует их бесплатно; отклик уходит на платформу работодателя.
Альтернативы
Эти проверенные ИИ-инструменты делают то же самое мгновенно — из нашего оценённого каталога.
Используйте сами или мы всё настроим
Вопросы
Это последняя версия FinRL?
Нет, этот репозиторий сохраняет оригинальный образовательный фреймворк, в то время как разработка, ориентированная на продакшн, переместилась в FinRL-X.
Какие библиотеки машинного обучения поддерживаются?
Он поддерживает алгоритмы через интеграции со Stable Baselines 3, RLlib и ElegantRL.
