深層強化学習を用いた株式取引エージェントを学び、構築、検証できる教育・研究向けフレームワークです。
優良食堂ギット飯が実際に動かして検証し、選んだリポジトリです解説ページへ →中辛 の解説
FinRLは、市場環境・DRLエージェント・金融アプリケーションの3層構造で、A2C、DDPG、PPO、TD3、SACなど複数の強化学習アルゴリズムを組み込んでいます。PyTorch + Stable Baselines 3ベースで、Yahoo Finance、Alpaca、Binanceなど14以上のデータソースに対応。訓練・テスト・取引の一連パイプラインで、初心者も研究者もすぐに実験できます。デモは公式YouTubeチャンネルで確認でき、ローカル環境で数行のコマンドで動作します。
こんなリポジトリです
こんなときに便利です
- 大学・研究機関での強化学習と金融の学習教材として
- 株式取引戦略のプロトタイピングと性能検証に
- 複数DRLアルゴリズムの比較ベンチマークとして
主な機能
ほかとの違い
金融強化学習の最初のオープンソースフレームワークとして、市場環境、DRLエージェント、アプリケーションレイヤーを統合した教育・研究向けの包括的パイプラインを提供します。
このリポジトリの作り方
はじめてですか？ むずかしくありません — 上から順にたどれば、自分の環境で動かして味見できます。
準備するもの
- Python 3.6以上
- PyTorch またはTensorFlow 2.0
- 仮想環境（venv または Conda）
すぐに始める
- リポジトリをクローンして移動します
git clone https://github.com/AI4Finance-Foundation/FinRL.git
cd FinRL
- 仮想環境を作成・有効化します
python3 -m venv venv
source venv/bin/activate
- FinRLをインストールします
pip install -e .
- データをダウンロード・前処理します
python examples/FinRL_StockTrading_2026_1_data.py
- DRLエージェント5種（A2C、DDPG、PPO、TD3、SAC）を訓練します
python examples/FinRL_StockTrading_2026_2_train.py
- バックテストを実行して、結果とグラフを確認します
python examples/FinRL_StockTrading_2026_3_Backtest.py
ギット飯トライで味見
入れるのが面倒で少し不安だったなら — 安全スキャンからインストールまで、ターミナル一行で終わります。
ターミナルに貼り付ければ、ギット飯の安全スキャン → 隔離フォルダへ clone → インストール → 実行方法の案内まで自動です。はじめてでも大丈夫 — この一行だけです。
npx gitbap-try AI4Finance-Foundation/FinRL
Node.js さえあれば、インストールなしで動きます · ギット飯トライとは？ →
スター推移 · 7日
確認日時
使いやすさ · まねしやすいか
- ゆるいライセンス
- テストあり
- サンプル集
- 最近の更新
- AGENTS.md
- llms.txt
- テンプレート
最近の更新あり · 2020 年に作成
「投資・金融」 こういうリポジトリを毎週受け取りませんか？
毎週月曜の朝、選んだ一膳だけ。広告なし · いつでも解除。
自分のリポジトリですか？ README にギット飯バッジを貼る
[](https://www.gitbap.com/r/AI4Finance-Foundation/FinRL)Claude からそのまま使う — ギット飯のつなぎ方
ギット飯を Claude につなぐと、こうしたリポジトリを Claude・Cursor・Codex から直接さがして試せます。
Claude の設定 → コネクタにこのアドレスを貼り付け。
https://www.gitbap.com/api/mcpプラグインを入れると /gitbap-trending·/gitbap-try のスラッシュコマンドで、その場でリポジトリを試せます。Claude Code で下の 2 行を順に実行してください。
/plugin marketplace add jakeparkcolde/gitbap-cowork/plugin install gitbap-cowork@gitbapAI が README をもとに要約しました · 原文を見る