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 StartedRust098- 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
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。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
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
703
4.51 K
Ascend Extension for PyTorch
Python
567
693
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
547
98
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++
957
955
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
411
338
🎉 (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
1.6 K
940
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.08 K
566
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
128
210
暂无简介
Dart
948
235
Oohos_react_native
React Native鸿蒙化仓库
C++
340
387