AlphaPy
✨ 将AutoML与多模型(XGBoost、LightGBM等)结合的量化交易回测框架
🧭 AI 判断
仅供研究AutoML回测框架定位偏实验,无热度与维护数据,实盘价值待验证
将AutoML(XGBoost、LightGBM等)集成到量化预测与回测流程的开源框架
📊 综合评分
📈 热度走势
GitHub star / HF 下载量每日快照 · 自 2026-09-16(上限 30 天)+13(现 1,765 · 断点=当日未采集)
📖 工具介绍
一款基于 Python 的开源量化交易与机器学习框架，集成了 scikit-learn、Keras、XGBoost、LightGBM、CatBoost 等库，支持 AutoML 自动化建模、特征工程与策略回测。适合希望用机器学习方法构建和测试交易策略的量化研究者与开发者。
`Python` - Automated Machine Learning [AutoML] with Python, scikit-learn, Keras, XGBoost, LightGBM, and CatBoost.
⚖️ 同类对比
| 维度 | AlphaPy | OptimalPortfolios | moonshot | universal-portfolios |
|---|---|---|---|---|
| 结论 | 仅供研究 | 仅供研究 | 值得关注 | 仅供研究 |
| 热度 | 1.8k | 97 | 279 | 866 |
| 7日增长 | +2 | −1 | 0 | +2 |
| 适合人群 | 专业量化 | 专业量化 | 专业量化 | 专业量化 |
| 主要用途 | 策略研究 / 回测 | 回测 / 策略研究 | 回测 / 策略研究 | 策略研究 / 回测 |
| 支持市场 | 多市场 | 多市场 | 多市场 | 多市场 |
| 技术栈 | Python | Python | Python | Python |
| 上手难度 | 中等 | 中等 | 中等 | 中等 |
| 活跃度 | 中 | 低 | 低 | 中 |
🧩 更多同类工具
一款基于 Python 的多资产组合优化与回测分析工具，提供协方差估计、滚动优化和绩效报告的一体化流程。适合量化研究人员和组合管理者用于构建并回测最优多资产投资组合。
一款基于 Pandas 的向量化回测与交易引擎，属于 QuantRocket 生态的组成部分。它通过向量化方式批量处理策略回测，支持多策略组合与实盘交易执行。适合使用 QuantRocket 平台、偏好 Pandas 工作流的量化交易者。
一个基于 Python 的在线投资组合选择(Online Portfolio Selection)算法集合，收录了多种经典组合选择策略的实现。它提供统一的接口便于调用和对比不同算法，适合量化研究者与开发者学习、实验在线组合优化方法。
一款基于 Python 的交叉验证与回测工具库，兼容 scikit-learn 接口。它提供 purged、group-purged 和 combinatorial purged(CPCV)交叉验证、walk-forward 切分，以及 deflated 和 probabilistic Sharpe 等回测过拟合统计指标。适合需要在金融时间序列上做严谨模型验证的量化研究者与策略开发者。
一款基于 Python 的开源回测与量化研究框架，提供高性能的向量化计算能力，支持策略回测、参数优化、算法交易与研究分析。适合需要快速批量测试大量策略参数组合的量化研究员和交易者。
一款基于 Python 的深度强化学习量化交易库，曾发表于 NeurIPS 2020。它提供自动化交易的标准环境、算法与回测流程，支持股票、加密货币等多种市场场景。适合希望将 Deep Reinforcement Learning 应用于量化策略研究与开发的开发者和研究人员。