tradefloor 是一个可让策略在其上运行的股票市场模拟器，提供 Rust 核心与 Python API。
主要能力：给定种子和公司列表，它将市场向前推进，包含价格、限价订单簿、成交以及每日变动的经济环境。你的订单与订单簿深度撮合，所以你的交易会推动价格。因为每个价格都由它计算得出，你可以用它回答真实市场数据无法回答的问题：如果当初交易不同会怎样、某个变动由什么导致。
反事实与解释：你可以分叉一个正在运行的市场，在某个分支只改变一件事（加息、流动性危机、不同的智能体），然后测量两个分支从哪里开始分离。engine.truth() 把价格与模型公允价值之间的差距拆解为十二个因素，engine.explain(ticker, day) 分解成交价的变动。
使用方式：可安装面向 Linux、macOS 和 Windows 的 wheel，适用于 CPython 3.11+，无依赖。同一引擎也可作为 Rust crate 使用（cargo add tradefloor）。可选附加组件包括 MCP 服务器（tradefloor[mcp]）、Arrow 输出（tradefloor[arrow]）、Gymnasium 环境（tradefloor[rl]），以及每个智能体框架一个附加项。文档位于 https://docs.tradefloor.dev。
评估与排序：单个随机市场的结果既反映种子也反映策略。tf.rank 运行多个种子，并用配对符号检验比较策略。把 tf.baselines.reference_agents() 加入参与者，tf.versus_buy_and_hold(scores) 可在同一市场上把每个得分与买入持有对比。
智能体接口：Python 智能体是任何具有 act(obs) 并返回订单的对象——市价单为股数，或 tf.Limit(quantity, price)、tf.Cancel()。它看到市场和自身组合的只读视图，obs.history 持有每个标的的每日 bar。
MCP 与场景：tradefloor-mcp 通过 stdio 讲 MCP，tradefloor mcp 启动同一服务器。策略、市场和场景都是数据，因此工具参数无法触及代码。场景文件记录对市场及其假设的更改，每个更改针对引擎读取的字段与实际影响分开。默认没有其他交易者对你作出反应，因此不会出现流动性螺旋或掠夺性交易；填充模式会加入背景交易者。
可复现性：相同种子在每个平台给出相同市场。tradefloor 自带 exp、log、pow、sin 和 cos，因此系统数学库无法改变结果。已发布的预设永不改变，没有智能体订单的市场在后续版本的命名预设上精确重放。要让他人重跑结果，可发布其 RunManifest；tf.evaluate 和 tf.rank 不写 manifest，因此已发布得分必须重跑才能核验。
适用场景与限制：它不预测战争、选举、石油冲击或衰退对市场的影响——你陈述假设，它测量智能体在这些假设下的行为。模型校准有其明确边界，如一年是经认证的视野，两年按两年面板评级，更长运行仅按长期标准；受驱动场景移动价格的幅度约为真实规模的二分之一到五分之四；低于 65 分钟步长未校准；默认无佣金、无借券费、无止损单，未投资现金不计息（除非传 cash_interest=True）。在一轮 tf.evaluate 或 tf.rank 中，智能体在一个 Python 进程里、一个种子上依次运行，未编写的智能体应通过 MCP 服务器在各自进程中运行。
许可：MIT OR Apache-2.0，任选其一。
