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
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
532
3.74 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
336
178
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++
886
596
Ascend Extension for PyTorch
Python
340
404
暂无简介
Dart
771
191
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
986
247
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
416
4.21 K
React Native鸿蒙化仓库
JavaScript
303
355