FinRLとは?
FinRLは、深層強化学習のエージェントに売買を学ばせます。市場データをGym形式の環境に包み、A2C、DDPG、PPO、TD3、SACなどのエージェントをStable Baselines 3またはElegantRLで訓練し、単純な比較対象に対してバックテストします。パイプラインは訓練、テスト、売買の3段階で、株式売買、ポートフォリオ配分、暗号資産、高頻度取引のサンプルアプリケーションが付いています。
AI4Finance Foundationが2020年に初めて公開し、NeurIPS 2020のワークショップで発表しました。現在のREADMEはこのリポジトリを教育、ベンチマーク、研究用プロトタイプのための元のフレームワークと位置づけ、本番や実取引のシステムを作る人には別リポジトリFinRL-TradingにあるFinRL-Xを勧めています。
データローダーはYahoo Finance、Alpaca、Binance、CCXT、WRDS、複数の中国市場データなど15のソースに対応します。コードはMITライセンスで、READMEは内容が投資助言ではないと明記しています。
FinRLは使う価値があるか?
FinRLは、たまたまGitHubスターが17,100ある教育用フレームワークです。メンテナーもはっきりそう言っています。READMEは本番や実取引を目指す新規ユーザーを、約3,950スターのFinRL-TradingリポジトリにあるFinRL-Xという作り直し版へ誘導し、このリポジトリは訓練、テスト、売買という従来 の流れのために残しています。
学習用ツールとしてはよく考えられています。2026年3月20日のv0.3.8で追加された2026年版チュートリアルは、Yahoo FinanceからDow 30を取得し、2014年から2025年で訓練し、2026年1月1日から3月20日まで売買して、5つのエージェントを平均分散ポートフォリオおよびDJIAと比べます。短いスクリプト3本でデータからバックテストのグラフまで進めるので、学習した方策と平凡な比較対象との差が見やすくなります。
弱点は金融で肝心な部分にあります。2026年10月まで、チュートリアルは過去の年にも現在のダウ構成銘柄を使っており、結果をよく見せる生存者バイアスがありました。現在はマージ済みの修正で各時点の構成銘柄を使いますが、ここまで時間がかかったことは、以前の結果がどれほど丁寧に検証されていたかを物語ります。FinRL-Xの比較表によれば実取引はAlpacaへの基本的な対応のみで注文単位のリスク管理はなく、既定のデータソースであるYahoo Financeは1時間あたり2,000リクエストに制限されます。未解決のissueとプルリクエストは327件です。
リポジトリは今も維持されており、2026年10月25日にも修正がマージされていますが、新しい開発はFinRL-Xで行うとREADMEは明言しています。FinRLは考え方と論文を学ぶために読む価値があり、お金はきちんとしたリスク管理を備えたものに預けるべきです。
真価を発揮する場面
金融工学を学ぶ修士課程の学生
論文の1章のために、強化学習によるトレーディングの結果を再現したい
2026年版チュートリアルの3本のスクリプトをノートPCで実行し、銘柄リストや期間を変えて、5つのエージェントを平均分散とDJIAの比較対象と比べます。ソフトウェアは無料で、Yahoo Financeのデータは1時間2,000リクエストの範囲なら費用がかかりません。
金融向け機械学習の授業を担当する大学教員