gym-anytrading

基于OpenAI Gym的交易算法模拟环境

OpenAI Gym 强化学习交易算法 FOREX 股票交易 Github 开源项目

gym-anytrading提供了一系列基于OpenAI Gym的交易算法模拟环境。它包含TradingEnv、ForexEnv和StocksEnv三个环境，支持外汇和股票市场交易模拟。该项目专注于简单性、灵活性和全面性，可以轻松定制交易动作、仓位和奖励函数等。它还提供了示例代码，展示如何与Stable-Baselines3等库集成使用。项目GitHub链接：https://github.com/AminHP/gym-anytrading

访问官网

Github

介绍相关项目

Stock-Prediction-Models - 开源股票预测与交易模型集合

GithubStock-Prediction-Models交易代理开源项目机器学习深度学习股票预测

一个涵盖多种机器学习和深度学习模型的开源库，专用于股票预测和交易仿真。包括LSTM、GRU、CNN等模型，以及Q学习、进化策略等强化学习代理。此外，还提供特斯拉股票研究、异常值分析、蒙特卡洛仿真等数据探索功能，适用于实时预测和历史数据分析。

leetcode-hard-gym - 用于评估代码生成智能体的LeetCode强化学习环境

GithubLeetcode-Hard Gym代码生成开源项目强化学习环境接口编程语言

leetcode-hard-gym是一个基于OpenAI gym的强化学习环境，连接LeetCode提交服务器，用于评估代码生成智能体。该项目支持多种编程语言，并提供脚本构建未污染的LeetCode困难题目数据集。研究人员可以通过此环境设置、提交代码并获取评估结果，为代码生成研究提供便利工具。项目还包含一个排行榜，展示了不同AI模型在LeetCode困难题目上的表现，如GPT-4和Codex等。环境支持包括Python、Java、JavaScript在内的18种编程语言，为研究人员提供了广泛的评估选择。

TradeMaster - 量化交易的强化学习平台，支持从设计到部署

GithubTradeMaster开源平台开源项目强化学习数据集量化交易

TradeMaster是一个开源平台，专为量化交易（QT）设计，并由强化学习（RL）支持。平台涵盖了从设计到部署RL算法的整个流程。用户可以在平台上获取市场数据、使用数据驱动的市场模拟器、操作各种RL交易算法，并通过评估工具进行分析。主要更新包括对特征生成和选择的支持、新的Python包发布以及丰富的教程和示例。

rl-baselines3-zoo - Stable Baselines3 强化学习代理的训练框架，包括超参数优化和预训练代理

GithubRL Baselines3 ZooStable Baselines3开源项目强化学习训练框架超参数调整

RL Baselines3 Zoo提供一个灵活的训练框架支持众多增强学习算法和环境。此框架便于进行算法基准测试、调优以及AI模型的训练和评估。已集成200多个预训练智能体，并配备全面的文档和安装指南，适合科研和开发使用。

Minigrid - 离散网格世界强化学习环境库支持多样化任务和语言指令

BabyAIGithubGymnasiumMinigrid开源项目强化学习网格世界环境

Minigrid是一个用于强化学习研究的离散网格世界环境库。它采用Gymnasium标准API，具有轻量、快速和易定制的特点。该库包含原始Minigrid和BabyAI两类环境，提供多种目标导向和分层任务，如物品操作、门禁管理和迷宫导航等。BabyAI环境还集成了基于语言的任务指令生成功能，有助于语言学习研究。Minigrid支持通过编程调整环境复杂度，便于实施课程学习和难度优化。

attention-gym - FlexAttention API的注意力机制实验工具集

Attention GymFlexAttentionGithubPyTorch开源项目机器学习注意力机制

Attention Gym是一个基于FlexAttention API的开源工具集，用于实验和优化各种注意力机制。项目提供了多种注意力变体的实现、性能对比工具和实用函数，包括示例脚本和可视化组件。研究人员和开发者可以利用这些资源来探索、理解和应用先进的注意力技术，从而在自己的模型中实现更高效的注意力机制。

envpool - 高性能并行强化学习环境执行引擎

EnvPoolGithub并行处理开源项目强化学习环境仿真高性能计算

EnvPool是一款基于C++的高性能并行强化学习环境引擎。它支持Atari、Mujoco等多种环境，提供同步和异步执行模式，适用于单玩家和多玩家场景。EnvPool易于集成新环境，在高端硬件上可达到每秒100万Atari帧或300万Mujoco步骤的模拟速度，比传统Python子进程方法快约20倍。作为通用解决方案，EnvPool可显著加速各类强化学习环境的并行化执行。

gymnax - JAX驱动的高效强化学习环境集合

GithubJAXgymnax加速计算开源项目强化学习环境仿真

gymnax是基于JAX构建的强化学习环境库，充分利用JAX的即时编译和向量化功能，显著提升了传统gym API的性能。该库涵盖经典控制、bsuite和MinAtar等多种环境，支持精确控制环境参数。通过在加速器上并行处理环境和策略，gymnax实现了高效的强化学习实验，尤其适合大规模并行和元强化学习研究。

dmc2gym - 为DeepMind Control Suite的标准OpenAI Gym接口

DeepMind Control SuiteGithubOpenAI Gym图像维度开源项目行为空间随机种子

dmc2gym是一个轻量级包装器，它为DeepMind Control Suite提供标准的OpenAI Gym接口。该项目支持可靠的随机种子初始化，确保确定性行为；支持将本体感知转换为图像观察并可以自定义图像尺寸；动作空间归一化，将每个动作的坐标限制在[-1, 1]范围内；允许设置动作重复功能。

Deep-reinforcement-learning-with-pytorch - 深度强化学习PyTorch实现与代码示例

DQNDeep Reinforcement LearningGithubGymTD3pytorch开源项目

本项目提供经典和前沿的深度强化学习算法PyTorch实现，包括DQN、DDPG、PPO等。项目持续更新并维护，适用于Anaconda虚拟环境管理。详细的安装步骤和测试方法确保用户能顺利运行代码，文档中还提供了相关论文和代码链接，便于深入学习研究。

相关项目

项目侧边栏1

项目侧边栏2

推荐项目

Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手，通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能，支持100+编程语言，与主流编辑器无缝集成，显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台，能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐，Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案，通过智能技术简化视频制作流程。无论是企业宣传还是个人分享，有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持，能够阅读和理解用户上传的文件内容，解析网页信息，并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题，Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术，为商家提供一键生成商品图和营销文案的服务，显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台，让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型，免费访问各种图像生成与AI训练工具，从Stable Diffusion等基础模型开始，轻松实现创新图像生成。体验前沿的AI技术，推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器，它将改变您观看视频的方式！SubCat结合了先进的人工智能技术，为您提供即时视频字幕翻译，无论是本地视频还是网络流媒体，让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台，利用前沿AI技术，为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图，再到文案生成，美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。

使用协议隐私政策广告服务

投诉举报邮箱: service@vectorlightyear.com

@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号