# dynamic portfolio optimizer

**Repository Path**: simon1239/dynamic-portfolio-optimizer

## Basic Information

- **Project Name**: dynamic portfolio optimizer
- **Description**: No description available
- **Primary Language**: Python
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-07-15
- **Last Updated**: 2025-07-18

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

🎯 系统特色总结与使用指南
✨ 系统特色
🔄 动态适应性：通过K-S检验和贝叶斯变化点检测实时监控市场变化，自动调整优化策略
🎯 多目标优化：同时优化收益、风险、ESG评分和交易成本四个维度
🤖 智能学习：集成SAC强化学习算法，能够从历史数据中学习最优策略
📊 可视化支持：提供丰富的可视化图表，包括3D Pareto前沿、平行坐标图等
⚡ 高性能架构：基于FastAPI的异步API，支持并发处理和后台任务
🛡️ 风险管控：内置多种风险指标计算和约束条件检查
💻 核心技术栈
组件	技术选型	说明
🧠 核心算法	NSGA-II + SAC	进化算法 + 强化学习
🔧 机器学习	PyTorch	深度学习框架
🌐 Web框架	FastAPI	高性能异步API
📊 数据处理	Pandas + NumPy	数据分析工具
📈 可视化	Plotly	交互式图表
🐳 容器化	Docker	应用容器化
✅ 测试框架	pytest	单元测试
🚀 快速开始
1. 环境准备
BASH
# 克隆项目
git clone https://github.com/your-username/dynamic-portfolio-optimizer.git
cd dynamic-portfolio-optimizer

# 创建虚拟环境
python -m venv venv
source venv/bin/activate  # Linux/Mac
# 或者
venv\Scripts\activate     # Windows

# 安装依赖
pip install -r requirements.txt
2. 配置环境变量
BASH
# 创建 .env 文件
cat > .env << EOF
API_HOST=0.0.0.0
API_PORT=8000
DEBUG=True
LOG_LEVEL=INFO
REDIS_HOST=localhost
REDIS_PORT=6379
EOF
3. 启动服务
BASH
# 开发模式启动
python main.py --reload

# 生产模式启动
python main.py

# Docker模式启动
docker-compose up -d
🎮 使用指南
📊 市场变化检测
PYTHON
import requests

# 检测市场变化
response = requests.post("http://localhost:8000/changes/detect", json={
    "returns_matrix": [[0.01, 0.02], [0.015, 0.018], [0.02, 0.025]],
    "test_method": "ks"
})

result = response.json()
print(f"市场是否发生变化: {result['is_change']}")
💼 投资组合优化
PYTHON
# 运行多目标优化
response = requests.post("http://localhost:8000/optimize/run", json={
    "assets": ["AAPL", "MSFT", "GOOGL", "TSLA", "NVDA"],
    "objectives": {
        "return_weight": 0.4,
        "risk_weight": 0.3,
        "esg_weight": 0.2,
        "cost_weight": 0.1
    },
    "constraints": {
        "max_single_weight": 0.3,
        "min_cash_ratio": 0.1
    },
    "algorithm": "nsga2",
    "start_date": "2023-01-01",
    "end_date": "2023-12-31"
})

optimization_result = response.json()
pareto_solutions = optimization_result['pareto_set']
🤖 SAC强化学习训练
PYTHON
# 启动SAC训练
response = requests.post("http://localhost:8000/train/sac", json={
    "assets": ["AAPL", "MSFT", "GOOGL"],
    "start_date": "2023-01-01",
    "end_date": "2023-12-31",
    "episodes": 1000
})

print(f"训练状态: {response.json()['status']}")
📈 结果可视化
PYTHON
# 生成可视化图表
response = requests.post("http://localhost:8000/visualize/pareto", json={
    "pareto_set": pareto_solutions,
    "user_preferences": {
        "return_preference": 0.5,
        "risk_preference": 0.3,
        "esg_preference": 0.2
    }
})

visualization_data = response.json()['visualization_data']
📋 API接口文档
核心接口列表
接口路径	方法	功能描述
/	GET	系统信息
/health	GET	健康检查
/changes/detect	POST	市场变化检测
/optimize/run	POST	运行投资组合优化
/train/sac	POST	启动SAC训练
/visualize/pareto	POST	Pareto前沿可视化
/alerts/slack	POST	发送Slack告警
详细API文档
启动服务后访问：http://localhost:8000/docs

🧪 测试与验证
运行单元测试
BASH
# 运行所有测试
python -m pytest tests/ -v

# 运行特定测试模块
python -m pytest tests/test_algorithms.py -v

# 生成测试覆盖率报告
python -m pytest tests/ --cov=src --cov-report=html



# 📊 多数据源金融市场数据获取系统

一个强大的Python金融数据聚合系统，整合了多个主要的金融数据API，提供统一的接口获取股票、期权、基本面和新闻数据。

## ✨ 特性

- 🔄 **多数据源支持**: 集成11个主要金融数据API
- 🚀 **并行获取**: 多线程并行获取数据，提高效率
- 💾 **智能缓存**: Redis缓存机制，减少API调用
- 🛡️ **数据验证**: 自动数据质量检查和格式化
- 📈 **技术分析**: 内置常用技术指标计算
- ⚡ **实时监控**: 实时股价监控和警报系统
- 🔧 **灵活配置**: 可配置数据源优先级和参数

## 📦 安装

### 方法1: 使用pip安装

```bash
pip install financial-data-aggregator

# 克隆项目
git clone https://gitee.com/simon1239/dynamic-portfolio-optimizer
cd financial-data-aggregator

# 安装依赖
pip install -r requirements.txt

# 安装项目
pip install -e .

# API密钥配置
1.复制环境变量模板：
cp .env.example .env

2.编辑 .env 文件，添加您的API密钥：
ALPHA_VANTAGE_API_KEY=your_key_here
POLYGON_API_KEY=your_key_here
FINNHUB_API_KEY=your_key_here
# ... 其他API密钥


---

## 🎉 总结

这个多数据源金融市场数据获取系统提供了：

### 🚀 **核心功能**
1. **多数据源整合** - 11个主要金融API统一接口
2. **并行数据获取** - 多线程提高效率
3. **智能缓存系统** - Redis缓存减少API调用
4. **数据质量保证** - 自动验证和格式化
5. **实时监控** - 股价变化实时跟踪

### 📊 **数据类型支持**
- 📈 股票历史数据 (多时间周期)
- ⚡ 实时报价数据
- 🎯 期权链数据
- 🏢 公司基本面数据
- 📰 市场新闻资讯

### 🛠️ **技术特色**
- 🔧 模块化架构，易于扩展
- 🔄 自动故障转移
- 📏 数据格式标准化
- 🎯 灵活的数据源优先级配置
- 📊 内置技术分析工具

这个系统可以满足从个人投资者到机构用户的各种金融数据需求，是一个功能完整、易于使用的金融数据解决方案！ 🎯✨

有什么特定功能需要进一步完善的吗？比如添加更多技术指标、风险管理模块，或者特定的数据分析功能？ 🤔💭