本文へスキップ
ReviewRamble

週刊ブリーフ

AIのレビューを、あなたの受信箱に。

  • ツール、モデル、MCPサーバー、リポジトリの新しいレビュー(結論を最初に)
  • 変更があったときに再確認した価格と評価
  • 公開された新しい分析記事

モデル、エージェント、MCPサーバー、そして本当に時間をかける価値のあるツール。

週に1通です。配信停止は各メールのリンクからできます。 メールアドレスの利用について

FinRL

強化学習でトレーディングエージェントを訓練する元祖オープンソースライブラリです。現在は教育・研究用のフレームワークとして維持されています。

レビュー: ReviewRamble editors · 更新

GitHubで見る オープンソース

このページを共有:XLinkedInFacebookRedditWhatsAppメール

当サイトの評価

3.5/5

FinRLは強化学習を市場に応用する方法を学ぶには良い教材ですが、実際のお金で売買する土台としては不向きで、そのことは今やREADME自身がほぼそのまま書いています。

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

    報酬を変えると何が起きるかを学生が試せるコードを渡したい

    FinRLのGym形式の株式売買環境をノートブックで使い、学生に報酬関数や特徴量を変えさせ、2026年10月の生存者バイアス修正がバックテストをどう変えるかを議論します。

  • 強化学習を評価している小規模ファンドのクオンツ開発者

    強化学習によるタイミングシグナルが本格的な研究に値するか判断したい

    独自のローダーでファンドのデータを読み込みFinRLで試作し、有望なものはFinRL-Xか社内基盤へ移します。FinRLには注文やポートフォリオ単位のリスク管理がないためです。

導入前に確認すること

導入
リポジトリをクローンし、Pythonの仮想環境を作ってpip install -e .を実行します。その後、チュートリアルの3本のスクリプトがノートPC上でデータ取得、訓練、バックテストを行います。
連携
エージェントにはStable Baselines 3とElegantRL。データはYahoo Finance、Alpaca、Binance、CCXT、WRDS、QuantConnect、EOD Historical Data、Tushare、Akshareなど。ペーパートレードや実取引にはAlpaca。
データとプライバシー
すべて手元のマシンで動きます。市場データは設定したプロバイダーから、それぞれの規約に従って取得されます。READMEは学術目的での公開であり投資助言ではないと述べています。
制限
Yahoo Financeは1時間あたり2,000リクエストまでです。実取引は注文単位のリスク管理がないAlpacaへの基本対応のみで、メンテナーの本番向け開発はFinRL-Xに移っています。未解決のissueとプルリクエストは327件です。

良い点

  • データからバックテストまでスクリプト3本で完結
  • 標準的な5つのエージェントを単純な比較対象と比べられる
  • 15の市場データソースに対応したローダー
  • MITライセンスと長い論文発表の実績

気になる点

  • メンテナーは本番利用者をFinRL-Xへ誘導している
  • チュートリアルの生存者バイアスは2026年10月にようやく修正
  • 実取引はAlpacaへの基本対応のみ
  • 未解決のissueとプルリクエストが327件

おすすめの人

深層強化学習をトレーディングに応用する実例を学びたい学生や研究者向けで、お金を動かすシステムを求める人向けではありません。

FinRLの代替

FinRL:よくある質問

FinRLは使う価値があるか?
FinRLは強化学習を市場に応用する方法を学ぶには良い教材ですが、実際のお金で売買する土台としては不向きで、そのことは今やREADME自身がほぼそのまま書いています。 評価は5点満点中3.5点です。
FinRLの料金は?
MITライセンスで無料です。ホスト型や有料のプランはなく、費用は計算資源と、必要に応じた有料の市場データ契約だけです。
FinRLの欠点は?
メンテナーは本番利用者をFinRL-Xへ誘導している; チュートリアルの生存者バイアスは2026年10月にようやく修正; 実取引はAlpacaへの基本対応のみ; 未解決のissueとプルリクエストが327件.
FinRLは誰に向いているか?
深層強化学習をトレーディングに応用する実例を学びたい学生や研究者向けで、お金を動かすシステムを求める人向けではありません。
FinRLは企業データを扱っても安全か?
すべて手元のマシンで動きます。市場データは設定したプロバイダーから、それぞれの規約に従って取得されます。READMEは学術目的での公開であり投資助言ではないと述べています。
FinRLの代わりになるものは?
当サイトでレビューした中で最も近い代替はKronos 、 TimesFMです。

回答確認日:2026年11月16日