ResearchOpen SourceMIT
FinRL
Referenzframework für Deep Reinforcement Learning in Trading und Allokation
Von AI4Finance Foundation
Aktuelle GitHub-Kennzahlen
Aktuelle GitHub-Daten · 11. Okt. 2026Sterne
16.621
Sterne · 7 Tage
+75
Sterne · 30 Tage
+394
Momentum · 30 Tage
+2,4 %
Forks
3.540
Offene Issues
308
Sprache
Jupyter Notebook
Letzter Push
vorgestern
Neuestes Release v0.3.8 am 20. März 2026. Repository erstellt 26. Juli 2020.
Was es ist
FinRL verpackt Marktumgebungen als Gym-Aufgaben und bietet DRL-Agenten wie PPO, A2C, SAC und TD3 für Trading und Portfolioallokation. Es stammt aus der Zeit vor LLMs und bleibt ein verbreiteter Ausgangspunkt für RL-Trading-Forschung.
Originalbeschreibung der Entwickler: “FinRL®: Financial Reinforcement Learning. 🔥”
Tags
- Reinforcement Learning
- Gym-Umgebungen
- Framework
- #algorithmic-trading
- #deep-reinforcement-learning
- #drl-algorithms
- #drl-framework
- #drl-trading-agents
- #finance
- #fintech
- #multi-agent-learning