用于交易的 OpenAI Gym 环境

用于强化学习算法交易模型的环境

该交易环境提供了一个基于历史分时数据进行单品种交易的仿真环境。

有关基本用法及基于 TensorFlow 实现的策略梯度方法的（有时）盈利策略的介绍，请参阅 此处 的 Jupyter 笔记本。

gym-trading 快速上手指南

gym-trading 是一个基于 OpenAI Gym 构建的交易环境，专为强化学习算法交易模型设计。它支持使用历史 K 线数据（Bar Data）进行单品种交易策略的训练与测试。

环境准备

在开始之前，请确保您的开发环境满足以下要求：

• 操作系统：Linux、macOS 或 Windows
• Python 版本：推荐 Python 3.6 - 3.9
• 前置依赖：
  • numpy
  • pandas
  • gym (OpenAI Gym)
  • tensorflow (如需运行示例中的策略梯度模型)

提示：国内开发者建议使用清华源或阿里源加速依赖安装。

安装步骤

您可以通过 pip 直接安装该工具：

pip install gym-trading

如果需要从源码安装以获取最新功能：

git clone https://github.com/hackthemarket/gym-trading.git
cd gym-trading
pip install -e .

国内加速建议： 若安装速度较慢，可指定国内镜像源：

pip install gym-trading -i https://pypi.tuna.tsinghua.edu.cn/simple

基本使用

以下是最简单的使用示例，展示如何初始化环境并执行随机动作：

import gym
import gym_trading

# 创建交易环境
env = gym.make('TradingEnv-v0')

# 重置环境，获取初始状态
observation = env.reset()

# 运行一个简易循环
for step in range(100):
    # 采样一个随机动作 (0: 持有，1: 买入，2: 卖出)
    action = env.action_space.sample()
    
    # 执行动作
    observation, reward, done, info = env.step(action)
    
    if done:
        print("Episode finished")
        break

# 关闭环境
env.close()

进阶参考： 如需查看基于 TensorFlow 的策略梯度（Policy Gradients）实现及完整策略示例，请参考官方提供的 Jupyter Notebook： TradingEnv.ipynb