访问官网
Github
文档AlphaPy
|badge_pypi| |badge_downloads| |badge_docs|
AlphaPy是一个面向投机者和数据科学家的机器学习框架。它主要使用Python编写，采用了scikit-learn和pandas库，以及许多其他用于特征工程和可视化的有用包。以下是您可以使用AlphaPy完成的一些事项：
- 使用
scikit-learn、Keras、xgboost、LightGBM和CatBoost运行机器学习模型。 - 生成混合或堆叠集成模型。
- 使用MarketFlow创建用于分析市场的模型。
- 使用SportFlow预测体育赛事。
- 使用MarketFlow和Quantopian的
pyfolio开发交易系统并分析投资组合。
AlphaPy Pro：即将推出
https://www.scottfreellc.com/alphapy-pro
文档
http://alphapy.readthedocs.io/en/latest/
安装
您的系统中应该已经安装了pip、Python，以及可选的XGBoost、LightGBM和CatBoost（见下文）。运行以下命令安装AlphaPy：
pip install -U alphapy
Pyfolio
Pyfolio会被AlphaPy自动安装，但如果在尝试创建tear sheet时遇到以下错误：
*AttributeError: 'numpy.int64' object has no attribute 'to_pydatetime'*
请使用以下命令安装pyfolio：
pip install git+https://github.com/quantopian/pyfolio
XGBoost
对于Mac和Windows用户，XGBoost不会通过pip自动安装。有关在特定平台上安装XGBoost的说明，请访问http://xgboost.readthedocs.io/en/latest/build.html。
LightGBM
有关在特定平台上安装LightGBM的说明，请访问https://lightgbm.readthedocs.io/en/latest/Installation-Guide.html。
CatBoost
有关在特定平台上安装CatBoost的说明，请访问https://catboost.ai/docs/concepts/python-installation.html。
MarketFlow
SportFlow
GamePT
您可以在此处找到MarketFlow的实现：
https://www.scottfreellc.com/gamept
支持
官方支持渠道是在Github上提出问题。
http://github.com/ScottfreeLLC/AlphaPy/issues
在Twitter上关注我们：
https://twitter.com/_AlphaPy_?lang=en
捐赠
如果您喜欢这个软件，请考虑捐赠：
http://alphapy.readthedocs.io/en/latest/introduction/support.html#donations
