Nanyang Polytechnic publie le maître de trading quantitatif TradeMaster, couvrant 15 algorithmes d'apprentissage par renforcement

Récemment, la famille des plateformes quantitatives a accueilli un nouveau membre, une plateforme open source basée sur l'apprentissage par renforcement : TradeMaster—Trading Master.

TradeMaster a été développé par l'Université technologique de Nanyang Il s'agit d'une plate-forme unifiée couvrant quatre principaux marchés financiers, six scénarios de trading majeurs, 15 algorithmes d'apprentissage par renforcement et une série de visuels. outils d'évaluation. , plateforme de trading quantitative de bout en bout et conviviale !

Adresse de la plateforme : https://github.com/TradeMaster-NTU/TradeMaster

Introduction au contexte

Ces dernières années, la technologie de l'intelligence artificielle occupe une place de plus en plus importante dans les stratégies de trading quantitatives. En raison de sa capacité de prise de décision exceptionnelle dans des environnements complexes, il existe un énorme potentiel dans l’application de la technologie d’apprentissage par renforcement aux tâches du trading quantitatif. Cependant, le faible rapport signal/bruit du marché financier et la formation instable des algorithmes d'apprentissage par renforcement rendent actuellement impossible le déploiement d'algorithmes d'apprentissage par renforcement à grande échelle sur les marchés financiers réels : Les défis spécifiques sont les suivants :

1. Le processus de développement est complexe et implique d'énormes projets d'ingénierie. Quantité, difficile à atteindre
2. Les performances de l'algorithme dépendent fortement de l'état du marché au moment des tests, le risque est élevé et il est difficile d'évaluer systématiquement
3. Le la conception, l’optimisation et la maintenance de l’algorithme ont des seuils techniques élevés et sont difficiles à déployer à grande échelle.

La sortie de TradeMaster fournit à ce domaine un outil logiciel, une référence industrielle et une interface produit de qualité industrielle pour résoudre les trois défis mentionnés ci-dessus. La contribution potentielle de TradeMaster à l'intégration profonde de l'industrie, du monde universitaire, de la recherche et des applications quantitatif trading Nous présenterons en détail ci-dessous le processus complet de conception, de mise en œuvre, de test et de déploiement :

La structure-cadre de la plateforme TradeMaster

Module de données : TradeMaster fournit des multi-cycles à long cycle -données financières modales (ligne K et flux de commandes) de différentes granularités (du niveau minute au niveau quotidien), couvrant quatre marchés majeurs : la Chine, les actions américaines et les changes. Module de prétraitement : TradeMaster fournit un pipeline de prétraitement de données de séries chronologiques financières standardisé, comprenant 6 étapes : 1. Nettoyage des données 2. Remplissage des données 3. Régularisation 4. Exploration automatique des fonctionnalités 5. Intégration des fonctionnalités 6. Fonctionnalités Choisissez

Module simulateur : TradeMaster fournit une série de simulateurs de marchés financiers de haute qualité, basés sur des données, qui prennent en charge 6 tâches de trading quantitatives principales : 1. Trading de devises 2. Gestion de portefeuille 3. Trading intrajournalier 4. Exécution d'ordres 5. Trading à haute fréquence 6. Market making

Module d'algorithme : TradeMaster implémente 7 derniers algorithmes de trading basés sur l'apprentissage par renforcement (DeepScalper, OPD, DeepTrader, SARL, ETTO, Investor-Imitator, EIIE) et 8 algorithmes classiques améliorés (PPO, A2C, Rainbow, SAC, DDPG, DQN, PG, TD3). Dans le même temps, TradeMaster introduit une technologie d'apprentissage automatique automatisé pour aider les utilisateurs à ajuster efficacement les hyperparamètres des algorithmes d'apprentissage par renforcement de la formation. Module d'évaluation : TradeMaster met en œuvre 17 indicateurs d'évaluation et outils de visualisation pour fournir une évaluation systématique à partir de 6 dimensions : rentabilité, contrôle des risques, diversité, interprétabilité, robustesse et polyvalence. Voici deux exemples :

Un graphique radar représentant la rentabilité, le contrôle des risques et la diversité des stratégies

Visualisation des données de séries chronologiques financières

Pseudo-code du processus d'exécution

TradeMaster est basé sur des idées de programmation orientée objet, encapsule différents modules fonctionnels et réalise le découplage fonctionnel et l'encapsulation de différents modules. a une bonne évolutivité et réutilisabilité. Le processus spécifique comprend les 6 étapes suivantes :

Résultats des tests

Prenons comme exemple la tâche classique d'investir dans l'indice Dow Jones 30, l'EIIE. L'algorithme a obtenu des rendements positifs stables et un ratio de Sharpe élevé sur l'ensemble de test :

Tutoriel TradeMaster

TradeMaster propose une série de didacticiels pour plusieurs didacticiels d'algorithme d'apprentissage par renforcement financier pour différentes tâches de trading sur le marché sont présentées sous la forme de Jupyter Notebook pour permettre aux utilisateurs de démarrer rapidement :

Pour plus de détails, veuillez consulter : https://github.com/TradeMaster-NTU/TradeMaster/ arbre /1.0.0/tutoriel

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!