16,007 Star · MIT · 强化学习自动交易
PPO / SAC / TD3 / A2C / DQN / DDPG · 三层架构
深度强化学习在量化金融中的应用框架
FinRL 是哥伦比亚大学 AI4Finance 团队（核心作者 Xiao-Yang Liu） 开发的深度强化学习（DRL）量化交易框架，用于自动化股票交易。 原始论文发表于 NeurIPS 2020 Deep RL Workshop，现由 AI4Finance Foundation 维护。
| 属性 | 详情 |
|---|---|
| 开发者 | 哥伦比亚大学 AI4Finance 团队（Xiao-Yang Liu） |
| GitHub | AI4Finance-Foundation/FinRL · 16,007 Star |
| 许可证 | MIT |
| 最新版本 | finrl 0.3.7（PyPI）· Python 3.9–3.11 |
| 维护状态 | 活跃（2026-07 仍提交），重心转向 FinRL-X |
基于 OpenAI Gym 的交易环境
pip install finrl # Python 3.9–3.11（避开 3.12+）
从数据到竞赛到 LLM 融合
回测与实盘存在 gap
| 类别 | 事项 | 说明 |
|---|---|---|
| 优点 | 易上手 | 教程丰富，内置可复现 DRL 代理与标准回测 |
| 优点 | 生态完整 | Meta 数据、Contest 竞赛、Tutorials 教程、X 落地版 |
| 优点 | 学术引用多 | 强化学习量化基准/benchmark |
| 局限 | 非生产级 | 回测与实盘有明显 gap，需 FinRL-X 解决 |
| 局限 | 依赖较重 | cvxpy/PyPortfolioOpt 等，Python 3.12+ 兼容差 |