Repolode
ScottfreeLLC

ScottfreeLLC/AlphaPy

scikit-learn과 pandas 기반의 Python 머신러닝 프레임워크로, 시장 트레이딩 시스템과 스포츠 예측 모듈을 제공합니다.

스타
1,781
포크
281
열린 이슈
16
마지막 커밋
지난달

이 페이지는 오픈소스 프로젝트 소개이며 투자 조언이 아닙니다. 거래와 투자는 손실이 발생할 수 있으니, 사용 전에 위험을 직접 판단하고 거주 지역의 법규를 따르세요.

어떤 프로젝트인가요?

AlphaPy는 트레이더와 데이터 과학자를 위한 Python 머신러닝 프레임워크입니다. 주로 scikit-learn과 pandas를 기반으로 하며, 특성 엔지니어링과 시각화를 위한 패키지도 추가로 활용합니다. scikit-learn, Keras, XGBoost, LightGBM, CatBoost 모델을 학습하고, 블렌딩 또는 스태킹 앙상블을 생성할 수 있습니다.

이 프로젝트에는 특정 분야에 맞춘 두 가지 파이프라인이 포함되어 있습니다. MarketFlow는 시장 분석 모델과 트레이딩 시스템 개발을 지원하며, Quantopian의 pyfolio를 통해 포트폴리오를 분석할 수 있습니다. SportFlow는 스포츠 경기 결과 예측을 위한 모듈입니다.

작성자는 활발한 개발이 Python 3.12 이상을 지원하는 별도의 상용 지향 에디션인 AlphaPy Pro로 옮겨 갔다고 안내합니다. 이 저장소는 기존 버전을 사용하는 사람들을 위해 유지됩니다.

핵심 기능

  • 01scikit-learn, Keras, XGBoost, LightGBM, CatBoost 모델을 하나의 파이프라인에서 실행합니다.
  • 02블렌딩 또는 스태킹 앙상블 모델을 구축합니다.
  • 03시장 분석 및 트레이딩 시스템 개발을 위한 MarketFlow 모듈을 제공합니다.
  • 04스포츠 경기 결과 예측을 위한 SportFlow 모듈을 제공합니다.
  • 05pyfolio 연동을 통해 포트폴리오를 분석합니다.

활용 사례

  • 주식 또는 암호화폐 가격 변동을 예측하는 모델을 구축합니다.
  • 시스템 트레이딩 전략을 개발하고 백테스트합니다.
  • 머신러닝으로 스포츠 경기 결과를 예측합니다.
  • scikit-learn 기반 도구를 사용해 표 형식 데이터의 분류 및 회귀 모델을 프로토타이핑합니다.

빠른 시작

  1. 1

    pip으로 AlphaPy를 설치합니다

    pip install -U alphapy
  2. 2

    tear sheet에 오류가 발생하면 필요에 따라 GitHub에서 pyfolio를 설치합니다

    pip install git+https://github.com/quantopian/pyfolio
  3. 3

    필요한 경우 각 플랫폼 가이드에 따라 XGBoost, LightGBM 또는 CatBoost를 설치합니다(Mac 및 Windows 사용자)

사용 전 알아둘 점

  • 활발한 개발은 AlphaPy Pro로 이전되었으며, 이 레거시 저장소는 기존 사용자만을 위해 유지 관리됩니다.
  • Mac과 Windows에서는 XGBoost가 pip으로 자동 설치되지 않으므로 추가 설정이 필요합니다.
  • tear sheet 오류를 해결하려면 GitHub에서 pyfolio를 설치해야 할 수 있습니다.

포함된 컬렉션

토픽

자주 묻는 질문

AlphaPy은(는) 무엇인가요?
scikit-learn과 pandas 기반의 Python 머신러닝 프레임워크로, 시장 트레이딩 시스템과 스포츠 예측 모듈을 제공합니다. AlphaPy는 트레이더와 데이터 과학자를 위한 Python 머신러닝 프레임워크입니다. 주로 scikit-learn과 pandas를 기반으로 하며, 특성 엔지니어링과 시각화를 위한 패키지도 추가로 활용합니다. scikit-learn, Keras, XGBoost, LightGBM, CatBoost 모델을 학습하고, 블렌딩 또는 스태킹 앙상블을 생성할 수 있습니다.
AlphaPy은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?
AlphaPy은(는) Apache-2.0 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.
AlphaPy은(는) 아직 유지보수되고 있나요?
6개월 이내 업데이트. AlphaPy의 마지막 커밋은 2026년 10월 5일입니다.
AlphaPy은(는) 어디에 사용할 수 있나요?
주식 또는 암호화폐 가격 변동을 예측하는 모델을 구축합니다. 시스템 트레이딩 전략을 개발하고 백테스트합니다. 머신러닝으로 스포츠 경기 결과를 예측합니다. scikit-learn 기반 도구를 사용해 표 형식 데이터의 분류 및 회귀 모델을 프로토타이핑합니다.
AlphaPy는 어떻게 설치하나요?
pip으로 AlphaPy를 설치합니다: pip install -U alphapy tear sheet에 오류가 발생하면 필요에 따라 GitHub에서 pyfolio를 설치합니다: pip install git+https://github.com/quantopian/pyfolio 필요한 경우 각 플랫폼 가이드에 따라 XGBoost, LightGBM 또는 CatBoost를 설치합니다(Mac 및 Windows 사용자)
AlphaPy은(는) 어디서 받을 수 있나요?
소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/ScottfreeLLC/AlphaPy

요약은 프로젝트 README를 바탕으로 AI가 작성했습니다. GitHub 통계는 매일 갱신됩니다.

관련 프로젝트