AmpyFin 项目的安装与使用指南
2025-04-18 16:10:01作者:袁立春Spencer
1. 项目目录结构及介绍
AmpyFin 项目是一个开源的机器学习交易系统,其目录结构如下:
AmpyFin/
├── .github/
│ └── workflows/
├── helper_files/
├── strategies/
├── utils/
├── wandb/
├── .gitignore
├── .isort.cfg
├── .pre-commit-config.yaml
├── CODE_OF_CONDUCT.md
├── CONTRIBUTING.md
├── MIT_LICENSE.txt
├── README.md
├── control.py
├── logo.png
├── pyproject.toml
├── ranking_client.py
├── requirements.txt
├── setup.py
├── trading_client.py
.github/workflows/: 存放 GitHub Actions 工作流文件,用于自动化项目的一些操作,如自动执行测试等。helper_files/: 包含一些辅助函数,用于客户端操作。strategies/: 实现了各种交易策略的模块。utils/: 包含一些通用的数据处理的工具函数。wandb/: 用于存储 Weights & Biases 实验的数据。.gitignore: 指定 Git 忽略的文件和目录。.isort.cfg: Python 代码导入排序配置文件。.pre-commit-config.yaml: pre-commit 配置文件,用于自动化代码风格检查。CODE_OF_CONDUCT.md: 项目行为准则。CONTRIBUTING.md: 贡献指南,描述如何为项目做贡献。MIT_LICENSE.txt: 项目使用的 MIT 许可证。README.md: 项目说明文件。control.py: 配置接口,用于设置交易参数。logo.png: 项目图标。pyproject.toml: 项目配置文件。ranking_client.py: 评估和排名交易策略的客户端。requirements.txt: 项目依赖的 Python 包列表。setup.py: 项目设置文件,用于初始化数据库结构。trading_client.py: 根据算法决策执行交易的客户端。
2. 项目的启动文件介绍
项目的启动主要通过以下两个脚本文件进行:
ranking_client.py: 此文件用于启动排名系统,它会评估各个交易策略的表现,并根据表现动态调整策略的权重。trading_client.py: 此文件用于启动交易系统,它会根据算法决策执行实际的交易操作。
这两个脚本通常需要在不同的终端中分别运行,以实现系统的并行工作。
3. 项目的配置文件介绍
项目的配置主要通过 config.py 文件进行,以下是配置文件的一些基本内容:
# API 密钥配置
POLYGON_API_KEY = "your_polygon_api_key"
FINANCIAL_PREP_API_KEY = "your_fmp_api_key"
API_KEY = "your_alpaca_api_key"
API_SECRET = "your_alpaca_secret_key"
BASE_URL = "https://paper-api.alpaca.markets" # 默认为纸交易环境
# MongoDB 配置
MONGO_DB_USER = "your_mongo_user"
MONGO_DB_PASS = "your_mongo_password"
mongo_url = "your_mongo_connection_string"
在开始使用项目之前,需要将上述配置中的占位符替换为实际的 API 密钥和 MongoDB 连接信息。此外,如果需要进行实盘交易,需要将 BASE_URL 修改为 "https://api.alpaca.markets"。
以上是 AmpyFin 项目的安装与使用的基础指南,确保按照以上步骤操作后,您可以顺利地运行该项目。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0148- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0111
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
731
4.73 K
Ascend Extension for PyTorch
Python
609
786
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1 K
1.01 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
433
392
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
145
237
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.15 K
148
暂无简介
Dart
983
250
Oohos_react_native
React Native鸿蒙化仓库
C++
347
401
昇腾LLM分布式训练框架
Python
166
197
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.67 K
985