开源项目推荐：StarTrader

开源项目推荐：StarTrader

StarTrader This program trains an agent: StarTrader to trade like a human using a deep reinforcement learning algorithm: deep deterministic policy gradient (DDPG) learning algorithm. 项目地址: https://gitcode.com/gh_mirrors/st/StarTrader

项目基础介绍

StarTrader 是一个开源项目，旨在通过深度强化学习算法训练一个能够像人类一样进行交易的智能交易代理。该项目主要使用 Python 3.6 语言开发，依赖包括 Pandas、NumPy、Matplotlib、Statsmodels、Sklearn 和 TensorFlow 等库。StarTrader 在 Linux Ubuntu 16.04 和 Windows 10 Pro 操作系统上进行了测试。

核心功能

StarTrader 的核心功能是构建一个智能交易代理，该代理能够在 OpenAI Gym 环境中进行学习和交易。以下是项目的几个关键特点：

• 深度强化学习算法：项目采用深度确定性策略梯度（DDPG）算法，这是一种强化学习算法，用于训练代理在复杂环境中做出决策。
• 自定义交易环境：项目创建了两个 Gym 环境，分别用于训练（StarTrader-v0）和测试（StarTraderTest-v0）。
• 股票组合优化：基于非相关性因素，选择五种股票（美国运通、沃尔玛、联合健康集团、苹果、威瑞森通信）进行交易。
• 数据处理：项目包含数据预处理和特征选择模块，从股票的 OHLCV 数据中提取技术数据，并生成特征供代理学习。
• 性能评估：通过与 RNN-LSTM 模型、现代投资组合理论和简单买入持有策略的对比，评估代理的性能。

最近更新的功能

• 性能改进：项目最近更新的功能主要聚焦于提高 DDPG 算法的风险调整回报，通过修改奖励系统来实现更高的 Sharpe 比率。
• 交易成本：在 DDPG 和 RNN-LSTM 模型中考虑了交易成本，包括佣金和滑点，以更真实地模拟交易环境。
• 代码优化：对项目代码进行了一系列优化，提高了算法的稳定性和效率。

StarTrader 项目的持续更新和完善，使其成为一个值得关注的深度强化学习在金融交易领域的应用案例。

StarTrader This program trains an agent: StarTrader to trade like a human using a deep reinforcement learning algorithm: deep deterministic policy gradient (DDPG) learning algorithm. 项目地址: https://gitcode.com/gh_mirrors/st/StarTrader