TradeMaster: 거래를 위한 RL 플랫폼
요약
TradeMaster는 강화학습(RL)을 기반으로 설계된 최고 수준의 오픈소스 정량 거래(QT) 플랫폼입니다. 이 플랫폼은 알고리즘 설계, 구현, 평가 및 배포에 필요한 전체 파이프라인을 제공합니다. 사용자는 이를 통해 복잡한 금융 시장에서 RL 기반의 트레이딩 전략을 개발하고 테스트할 수 있습니다.
핵심 포인트
- RL 기반의 정량 거래(QT) 전용 오픈소스 플랫폼입니다.
- 알고리즘 설계부터 배포까지 전체 파이프라인을 지원합니다.
- 개발 및 연구를 위한 환경을 제공하여 금융 모델링에 활용 가능합니다.
TradeMaster: 거래를 위한 RL 플랫폼
<div align="center"> <img align="center" src=https://github.com/TradeMaster-NTU/TradeMaster/blob/main/figure/Logo.png width="25%"/> <div> </div>
TradeMaster는 강화학습 (RL)을 기반으로 하며, 알고리즘 설계, 구현, 평가 및 배포를 위한 전체 파이프라인을 다루는 독보적이고 최고 수준의 오픈소스 플랫폼인 정량 거래 (QT) 플랫폼입니다.
:octocat: 채용: HKUST(GZ)에서 Dr. Sun Shuo (TradeMaster 논문의 제1 저자)의 지도하에 여러 개의 전액 지원 박사 및 RA 자리가 있습니다. 관심이 있으시면 그에게 이메일을 보내주십시오!
:star: 새로운 소식! :alarm_clock:
| 업데이트 | 상태 |
|---|
Add EarnHFT, Market-GAN 및 MacroHFT
| :hammer: 2025년 2월 25일 업데이트
Add FinAgent 및 EarnMore
| :hammer: 2024년 10월 29일 업데이트
Update TradeMaster Website (Market Simualtor)
| :hammer: 2023년 9월 21일 업데이트
Update TradeMaster Website (Market Dynamics Modeling Tool)
| :wrench: 2023년 7월 7일 업데이트
Support automatic feature generation and selection
:hammer: 업데이트된 튜토리얼 (2023년 5월 11일)
Release TradeMaster Python 패키지
:whale: 업데이트됨 (2023년 5월 11일)
Build TradeMaster 웹사이트
:whale: 다음에서 이용 가능 (2023년 4월 23일) 여기
Write TradeMaster 소프트웨어 문서
:speech_balloon: 업데이트됨 (2023년 4월 11일)
| Release Colab 버전 | :speech_balloon: 2023년 3월 29일 업데이트됨 |
|---|---|
| [HK Stock] 및 [Future] 데이터셋 포함 (Incldue HK Stock and Future datasets) | :compass: #131 #132에 따라 2023년 3월 27일 업데이트됨 |
| [Alpha158] 지원 (Support Alpha158) | :hammer: #123 #124에 따라 2023년 3월 20일 업데이트됨 |
| TradeMaster 1.0.0 출시 (Release TradeMaster 1.0.0) | :octocat: v1.0.0 출시 2023년 3월 5일 |
개요 (Outline)
- TradeMaster: 트레이딩을 위한 RL 플랫폼
- [:star: 새로운 기능! :alarm_clock:]
- 개요
- 개괄 (Overview)
- 설치 (Installation)
- 튜토리얼 (Tutorial)
Useful Script
- TradeMaster Sandbox
- Dataset
- Model Zoo
- Visualization Toolkit
- File Structure
- Publications
- News
- Team
- Competition
- Contact Us
개요 (Overview)
<div align="center"> <img align="center" src=https://github.com/TradeMaster-NTU/TradeMaster/blob/1.0.0/figure/architecture.jpg width="97%"/> </div> <br>__TradeMaster__는 6가지 핵심 모듈로 구성되어 있습니다: 1) 여러 세분성(granularity)의 다양한 금융 자산에 대한 멀티모달리티 (multi-modality) 시장 데이터; 2) 전체 데이터 전처리 파이프라인 (data preprocessing pipeline); 3) 주요 QT 작업(task)을 위한 일련의 고충실도 (high-fidelity) 데이터 기반 시장 시뮬레이터 (market simulators); 4) 13가지가 넘는 새로운 RL 기반 거래 알고리즘 (RL-based trading algorithms)의 효율적인 구현; 5) 6축과 17개 측정 항목을 갖춘 체계적인 평가 도구 키트 (systematic evaluation toolkits); 6) 학제 간 사용자(interdisciplinary users)를 위한 다양한 인터페이스입니다.
설치 (Installation)
다양한 운영체제 및 Docker에 대한 설치 튜토리얼은 다음과 같습니다:
튜토리얼 (Tutorial)
사용자들이 TradeMaster의 핵심 기능을 시작할 수 있도록 돕는 튜토리얼을 제공합니다.
| 알고리즘 | 데이터셋 | 시장 | 과제 | 코드 링크 |
|---|---|---|---|---|
| EIIE | DJ 30 | 미국 주식 | 포트폴리오 관리 (Portfolio Management) | tutorial |
| DeepScalper | BTC | 암호화폐 | 장중 거래 (Intraday Trading) | tutorial |
| SARL | DJ 30 | 미국 주식 | 포트폴리오 관리 (Portfolio Management) | tutorial |
| PPO | SSE 50 | 중국 주식 | 포트폴리오 관리 (Portfolio Management) | tutorial |
| ETEO | Bitcoin | 암호화폐 | 주문 실행 (Order Execution) | tutorial |
| Double DQN | Bitcoin | 암호화폐 | 고빈도 거래 (High Frequency Trading) | tutorial |
또한, 이 튜토리얼들을 직접 실행할 수 있는 Colab 버전을 제공합니다.
유용한 스크립트 (Useful Script)
- 자동 하이퍼파라미터 튜닝 (Automatic hyperparameter tuning)
- 자동 피처 생성 (Automatic feature generation)
- 확산 모델을 이용한 금융 데이터 결측치 대체 (Financial data imputation with diffusion models)
- Alpha158 기술 지표를 사용한 RL 에이전트 훈련 (Train RL agents with Alpha158 technical indicators)
TradeMaster Sandbox
- 백서 (White paper)
- 시장 역학 모델링 (Market dynamics modeling)
- 웹사이트 API (Website API)
- 에이전트 훈련 데모 (Agent training Demo)
- 시장 역학 모델링 도구 (Market dynamics modeling tool)
Market simulator (https://arxiv.org/abs/2309.07708) 웹 서비스
데이터셋
AI 자동 생성 콘텐츠
본 콘텐츠는 GitHub AI Research의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기