tensortrade

收录理由

TensorTrade 把强化学习智能体放到真实交易决策场景中，直接检验它能否跑赢“买入并持有”的基准策略。你不用自己拼装 gym 风格的代码，而是通过可组合的组件来搭建交易循环：环境、动作方案、奖励函数、数据源都可以按需替换。框架自带默认的买入/卖出/持有方案、基于持仓的奖励机制，以及一个跟踪钱包和仓位的投资组合层，这让模拟更贴近实盘交易，而不只是裸的 RL 基准测试。维护者还公开了他们自己的实验，用 PPO 在 BTC/USD 上训练，并报告相对买入持有的盈亏，包括手续费对收益的侵蚀，这种透明度在你投入数周时间跑自己的实验前很有参考价值。适合已经熟悉强化学习、想要一个文档完善且模块化的环境来做量化交易研究的工程师。