stock-trading-rl-agent

Это RL-агент от zengchengbin77 для принятия торговых решений по пяти акциям. Он использует PPO из Stable-Baselines3 с MLP-политикой и гибридным действием: тип операции плюс доля капитала. Наблюдение строится по 60-дневному окну с техническими индикаторами и состоянием портфеля.

⚙ Ключевые особенности

• ⚙ PPO + MLP-политика; действие состоит из типа операции (Hold/Buy/Sell) и размера позиции от 0 до 1.
• 📀 В наблюдении — SMA, EMA, RSI, MACD, Bollinger Bands, цены/объёмы и параметры портфеля.
• 💰 Обучение: 500 000 шагов на дневных данных AAPL, MSFT, GOOGL, AMZN и TSLA за 5 лет; стартовый баланс $10 000, комиссия 0,1%.
• 🎯 В карточке заявлены до 7 243,44% доходности на MSFT и Sharpe 0,74 на AMZN, но есть и убыточные прогоны.
• 🛑 Только исследования: автор предупреждает, что прошлые результаты не гарантируют будущих, нужна своя предобработка.

🎯 Пример

from stable_baselines3 import PPO

model = PPO.load('best_model.zip')
action, _ = model.predict(obs, deterministic=True)
action_type = ['HOLD', 'BUY', 'SELL'][int(action[0])]
position_size = action[1]
print(action_type, position_size)

Подробнее

Максимальная заявленная доходность — 7 243,44% (MSFT), лучший Sharpe — 0,74 (AMZN); у AAPL результат -74,02%, у GOOGL активности не было.
Модель ~2,5 МБ, обучение заняло около 6 часов на современном GPU; точные требования к VRAM не указаны.
Данные — исторические дневные котировки 2019–2024; для live-торговли нужны preprocessing и feature engineering.
Лицензия MIT; автор прямо называет проект образовательным и исследовательским.