未提供项目说明
tenvs的Python项目详细描述
tenvs
基于OpenAI Gym的程序化交易环境模拟器, 旨在为沪深A股基于增强学习的交易算法提供方便使用, 接近真实市场的交易环境
基于tenvs的RL算法baselines repo: tbase
Features
自动从tushare下载数据, 不需要你织组数据,已经下载的数据(默认目录"/tmp/tenvs")不会重复下载
撮合规则:
- 基于最高,最低价成交
- 对交易量不作限制
下单按照A股的规则,买卖按照1手100股为基本交易单位
有拆分时,会根据复权因子对持仓进行相应的倍增, 以保持与真实市场一致
step() 比OpenAI gym多返回一个名为rewards的list, 包含每支股票的reward, 以方便Multi-Agent算法实现
安装指南
支持: MacOS/Linux/Windows, python 3.5+, 推荐使用 python3.7
安装方式一(直接使用):pip install tenvs
安装方式二(开发者模式)
git clone https://github.com/tradingAI/tenvs
cd tenvs
pip install -e .
使用
设置 tushare token(Tushare token注册申请):
export TUSHARE_TOKEN=YOUR_TOKEN
场景 | 实现 | action | observation | reward | 使用例子 |
---|---|---|---|---|---|
单支股票, 全仓操作, 每日先卖再买 | simple.py | [scaled_sell_price, scaled_buy_price | 市场信息+部分账户信息 | 可参数选择 | simple_test.py |
多支股票平均分仓, 每日先卖再买 | average.py | [scaled_sell_price, scaled_buy_price] * n | 市场信息+部分账户信息 | 可参数选择 | average_test.py |
多支股票, 支持仓位控制, 每日先卖再买 | multi_vol.py | [scaled_sell_price, scaled_sell_volume, scaled_buy_price, scaled_buy_volume] * n | 市场信息+部分账户信息 | 可参数选择 | multi_vol_test.py |
场景:
- [x] 单支股票, 全仓操作
- [x] 多支股票, 均匀分仓操作
- [x] 多支股票,支持仓位控制
- [x] simple: 盈利=1,否则=-1
- [x] daily_return: 每日的收益率
- [x] daily_return_add_count_rate: 收益率 + 成交统计信息
- [x] daily_return_add_price_bound: 收益率 - 最高最低价与买卖价差MSE
- [x] daily_return_with_chl_penalty: 收益率 - [close,high,low]与买卖价格相应惩罚
Contribution
- Fork this repo
- Add or change code && Please add tests for changes
- Test
- step1. 设置docker-compose需要的环境变量: BAZEL_USER_ROOT, OUTPUT_DIR, TUSHARE_TOKEN
- 默认使用docker hub 镜像
- 阿里云镜像:
registry.cn-hangzhou.aliyuncs.com/tradingai/tenvs:latest
- step2.
docker-compose up
- step1. 设置docker-compose需要的环境变量: BAZEL_USER_ROOT, OUTPUT_DIR, TUSHARE_TOKEN
- Send pull request
扩展Scenario
可以参考average.py的写法
- 定义action
- 定义observation
- 定义reward
TODO List(欢迎一起完善)
[x] Bazel build
[ ] 测试: 提升 unit test 覆盖率(coveralls.io)
[ ] 场景增加
- [ ] 增加的reward函数(Blog post在不同的算法上的表现性能比较)
- [ ] 增加observation中信息(因子挖掘)
线上交流方式
- QQ群: 477860214
- 项目
标签: