INSTALL_GUIDE.md

多因子选股系统安装指南

🚨 依赖包兼容性问题解决方案

如果您在安装过程中遇到了依赖包兼容性问题（如 empyrical 或 TA-Lib 安装失败），请按照以下步骤操作：

🔧 方案一：使用修复版快速启动（推荐）

# 运行修复版启动脚本
python quick_start_fixed.py

这个脚本会：

• 自动安装核心依赖包
• 跳过有问题的包
• 启动最小化版本的系统
• 提供基础功能

🔧 方案二：手动安装核心依赖

1. 安装核心依赖包

# 安装Web框架
pip install Flask>=2.3.0 Flask-RESTful>=0.3.10 Flask-CORS>=4.0.0

# 安装数据库相关
pip install SQLAlchemy>=2.0.0 Flask-SQLAlchemy>=3.0.0

# 安装数据处理核心
pip install pandas>=2.0.0 numpy>=1.24.0

# 安装机器学习核心
pip install scikit-learn>=1.3.0 scipy>=1.11.0

# 安装工具库
pip install loguru>=0.7.0 requests>=2.31.0 python-dateutil>=2.8.0
pip install python-dotenv>=1.0.0 matplotlib>=3.7.0 joblib>=1.3.0

2. 可选：安装高级功能依赖

# 组合优化功能
pip install cvxpy>=1.4.0

# 机器学习增强
pip install xgboost>=1.7.0 lightgbm>=4.0.0

3. 启动系统

# 使用系统启动器
python run_system.py

# 或直接运行
python app.py

🔧 方案三：使用最小化依赖文件

# 使用最小化依赖文件
pip install -r requirements_minimal.txt

📋 常见问题解决

1. TA-Lib 安装失败

问题: TA-Lib==0.4.28 在新版本Python中有兼容性问题

解决方案:

• 系统已移除对 TA-Lib 的依赖
• 使用纯 pandas 实现技术指标
• 无需手动安装 TA-Lib

2. empyrical 安装失败

问题: empyrical>=0.5.5 在Python 3.12中有兼容性问题

解决方案:

• 系统已移除对 empyrical 的依赖
• 使用内置的性能指标计算
• 或使用 quantlib-python 作为替代

3. numexpr 相关问题

问题: numexpr 可能导致兼容性问题

解决方案:

• 系统已移除对 numexpr 的直接依赖
• 使用标准的 pandas 和 numpy 操作

4. cvxpy 安装失败

问题: cvxpy 安装可能需要编译器

解决方案:

# macOS
brew install gcc

# Ubuntu/Debian
sudo apt-get install build-essential

# 然后重新安装
pip install cvxpy

🎯 功能对比

功能模块	最小化版本	完整版本
Web界面	✅	✅
数据处理	✅	✅
基础因子计算	✅	✅
机器学习(基础)	✅	✅
机器学习(高级)	❌	✅
组合优化	❌	✅
高级技术指标	❌	✅
回测验证	✅	✅

🚀 推荐安装流程

新用户（快速体验）

1. 运行 python quick_start_fixed.py
2. 体验基础功能
3. 根据需要安装高级依赖

开发者（完整功能）

1. 安装核心依赖：pip install -r requirements_minimal.txt
2. 安装可选依赖：pip install cvxpy xgboost lightgbm
3. 运行系统：python run_system.py

生产环境

1. 使用虚拟环境
2. 安装完整依赖
3. 配置数据库连接
4. 使用生产模式启动

💡 提示

1. 虚拟环境: 强烈建议使用虚拟环境避免包冲突
2. Python版本: 推荐使用 Python 3.8-3.11，避免最新版本的兼容性问题
3. 依赖管理: 优先安装核心功能，再逐步添加高级功能
4. 错误处理: 如果某个包安装失败，可以跳过继续使用其他功能

📞 获取帮助

如果仍然遇到问题：

1. 查看错误日志
2. 检查Python版本兼容性
3. 尝试使用最小化版本
4. 提交Issue描述具体问题

---

记住: 即使某些高级功能暂时不可用，系统的核心功能仍然可以正常使用！