RL Trading Web Tool

Ziel und Umfang bestehen darin, eine reproduzierbare Bewertung von Handelsrichtlinien auf Basis von Reinforcement Learning in einer kontrollierten Backtesting-Umgebung zu ermöglichen. Es akzeptiert Marktdaten, eine Policy-Schnittstelle und Backtest-Einstellungen, um Leistungs- und Risikokennzahlen für den Vergleich zu liefern. Das Tool richtet sich an quantitative Forscher, Portfoliomanager und Algorithmus-Entwickler, die nachvollziehbare Versuchsprotokolle und standardisierte Outputs benötigen.
Der Kernlogik simuliert die Preisentwicklung, wendet Agentenhandlungen an und berücksichtigt Kosten sowie Ausführungsbeschränkungen. Ausgaben umfassen die risikoadjustierte Exposition pro Asset, Equity-Kurven und zusammenfassende Statistiken, geeignet für Forschungsnotebooks und ML-Pipelines.
Benutzer können Parametersweeps durchführen, Varianten von Policies vergleichen und die Robustheit über Seeds und Marktregime hinweg bewerten. Das Framework betont deterministische Reproduzierbarkeit, wenn Seeds und Daten festgelegt sind, erlaubt jedoch auch eine stochastische Bewertung für Robustheitsanalysen.
Der einzigartige Wert liegt in einer RL-zentrierten Evaluierungspipeline mit strukturierten, exportierbaren Ergebnissen und expliziten Reward-Shaping-Kontrollen, die sich an gängige Forschungsworkflows anpassen. Es unterstützt mehrere Backtest-Konfigurationen, Datenqualitätsprüfungen und standardisierte Berichterstattung für publikationsreife Ergebnisse.