一句话：金融领域专用的强化学习框架——把"市场当 Gym 环境、策略当 Agent"这套范式做成现成代码，做 RL 量化不用从零搭。
能帮你干什么
- 现成训练环境：股票 / 加密货币 / 外汇市场数据即环境
- 主流 RL 算法：DQN / PPO / A2C / 多智能体 现成实现
- 策略训练 + 回测：统一接口，训练完直接回测
- 多智能体：多个 Agent 协同交易（如买卖分离）
适合谁
- 会 RL、想应用到金融的 ML 工程师
- 研究 RL 在交易上可行性的学术 / 研究人群
- 想跳过"数据 - Gym - 训练"样板代码的人
关键数据
| 项目 | 情况 |
|---|---|
| 仓库 | AI4Finance-Foundation/FinRL |
| 星标 | ~1.6 万（2026-10 实测） |
| 语言 | Python |
| 协议 | MIT |
| 依赖 | Stable-Baselines3 / RLlib |
上手 / 配置
pip 装 → 选一个市场环境 → 调 PPO 训练 → 用内置回测看收益曲线。