finance_ml

基于书籍《金融机器学习进展》（Advances in Financial Machine Learning）和《资产管理者的机器学习》（Machine Learning for Asset Managers），由 Marcos Lopez de Prado 撰写的、用于量化金融的机器学习辅助函数的 Python 实现。

安装

执行以下命令：

python setup.py install

或者

只需将 your/path/to/finance_ml 添加到你的 PYTHONPATH 中即可。

实现

以下功能已被实现：

• 标签生成
• 多进程处理
• 采样
• 特征选择
• 资产配置
• 突破检测

示例

一些示例笔记本位于 MLAssetManagers 文件夹下。

多进程处理

使用 multiprocessing 库进行并行计算。以下是应用函数到每个元素并实现并行化的示例：

import pandas as pd
import numpy as np

def apply_func(x):
    return x ** 2

def func(df, timestamps, f):
    df_ = df.loc[timestamps]
    for idx, x in df_.items():
        df_.loc[idx] = f(x)
    return df_
    
df = pd.Series(np.random.randn(10000))
from finance_ml.multiprocessing import mp_pandas_obj

results = mp_pandas_obj(func, pd_obj=('timestamps', df.index),
                        num_threads=24, df=df, f=apply_func)
print(results.head())

输出：

0    0.449278
1    1.411846
2    0.157630
3    4.949410
4    0.601459

更多详细信息，请参阅示例笔记本！

finance_ml 快速上手指南

finance_ml 是一个基于 Marcos Lopez de Prado 著作（《Advances in Financial Machine Learning》和《Machine Learning for Asset Managers》）实现的 Python 量化金融机器学习工具库。它提供了标签化、多重采样、特征选择、资产配置及突破检测等核心功能。

环境准备

• 系统要求：支持 Linux、macOS 或 Windows。
• Python 版本：建议 Python 3.6 及以上版本。
• 前置依赖：
  • pandas
  • numpy
  • scikit-learn (部分功能可能需要)
  • multiprocessing (Python 标准库)

提示：国内用户建议使用清华或阿里镜像源安装依赖，以提升下载速度：

pip install pandas numpy scikit-learn -i https://pypi.tuna.tsinghua.edu.cn/simple

安装步骤

你可以通过以下两种方式之一进行安装：

方式一：源码安装（推荐）

克隆或下载本项目后，在根目录下执行：

python setup.py install

方式二：配置环境变量

如果不希望全局安装，只需将项目路径添加到 PYTHONPATH 环境变量中：

export PYTHONPATH=$PYTHONPATH:/your/path/to/finance_ml

(Windows 用户请在系统环境变量设置中添加对应路径)

基本使用

finance_ml 的核心优势之一是提供了高效的并行计算封装。以下示例展示如何使用 mp_pandas_obj 对 Pandas 序列进行并行处理。

示例：并行应用函数

import pandas as pd
import numpy as np

def apply_func(x):
    return x ** 2

def func(df, timestamps, f):
    df_ = df.loc[timestamps]
    for idx, x in df_.items():
        df_.loc[idx] = f(x)
    return df_
    
# 创建测试数据
df = pd.Series(np.random.randn(10000))

# 导入并行处理模块
from finance_ml.multiprocessing import mp_pandas_obj

# 执行并行计算
# num_threads 可根据 CPU 核心数调整
results = mp_pandas_obj(func, pd_obj=('timestamps', df.index),
                        num_threads=24, df=df, f=apply_func)

print(results.head())

预期输出：

0    0.449278
1    1.411846
2    0.157630
3    4.949410
4    0.601459
dtype: float64

更多高级用法（如标签生成、特征选择等）请参考项目文件夹 MLAssetManagers 中的示例 Notebook。