查看“FinRL”的源代码

FinRL是一个开源的金融相关的深度强化学习框架。

==简介==
===时间轴===

===安装===
==== Linux ====
[[ubuntu]]上安装：
*1.安装[[Anaconda]]。
*2.安装[[OpenAI]] Baselines。源代码：[https://github.com/openai/baselines GitHub：openai/baselines]。
<syntaxhighlight lang="bash">
# 安装依赖
sudo apt-get update && sudo apt-get install cmake libopenmpi-dev python3-dev zlib1g-dev

 #安装tensorflow
pip install tensorflow  

# 克隆openai/baselines源代码，并安装
git clone https://github.com/openai/baselines.git
cd baselines
pip install -e .
</syntaxhighlight>

*3.安装 FinRL：
<syntaxhighlight lang="bash">
pip install git+https://github.com/AI4Finance-Foundation/FinRL.git
</syntaxhighlight>
{{了解更多
|[https://ai4finance.medium.com/finrl-for-quantitative-finance-install-and-setup-tutorial-for-beginners-1db80ad39159  Medium：Bruce Yang - FinRL用于量化金融：初学者安装和设置教程]
}}

==== docker ====
方案一，基于[[Jupyter]]的[https://hub.docker.com/r/jupyter/tensorflow-notebook/tags/ jupyter/tensorflow-notebook]镜像，该镜像涵盖Python流行的深度学习库包括tensorflow 和 keras等，但是镜像很大7G左右。
<syntaxhighlight lang="bash">
# 启动一个容器，名称jupyter-tf，挂载本地目录
docker run --name jupyter-tf -d  -e JUPYTER_ENABLE_LAB=yes \
                 -v /your/jupyter/work:/home/jovyan/work \
                -v /your/data:/home/jovyan/data \
                 --restart=always  jupyter/tensorflow-notebook

# 在主机终端上以root身份进入容器，安装依赖
docker exec -it -u 0 jupyter-tf bash
apt update
apt install swig g++

# 查看jupyter-tf容器IP，token。根据获取IP在浏览器登录http://IP:8888
docker inspect -f '{{range .NetworkSettings.Networks}}{{.IPAddress}}{{end}}' jupyter-tf
docker logs jupyter-tf   #查看token

# 在jupyter-tf浏览器页面中打开一个终端
# 克隆openai/baselines源代码，并安装
git clone https://github.com/openai/baselines.git
cd baselines
pip install -e .
# 安装FinRL
pip install git+https://github.com/AI4Finance-Foundation/FinRL.git
</syntaxhighlight>

{{了解更多
|[https://ai4finance.medium.com/finrl-for-quantitative-finance-install-and-setup-tutorial-for-beginners-1db80ad39159  Medium：Bruce Yang - FinRL用于量化金融：初学者安装和设置教程]
}}
==资源==
===官网===
*FinRL 源代码：https://github.com/AI4Finance-Foundation/FinRL

===相关网站===

===相关文章===



[[分类:强化学习]]