KittenCN/stock_prediction

해결하는 문제

이 프로젝트는 주가 시계열 예측 실험을 위한 프레임워크를 제공합니다. 데이터 수집 및 특징 처리부터 모델 학습, 추론, 평가에 이르는 전체 파이프라인을 처리하여 연구자가 금융 데이터에 대해 다양한 딥러닝 아키텍처를 테스트할 수 있도록 합니다.

작동 방식

이 시스템은 PyTorch를 사용하여 다양한 예측 모델을 구현합니다. API(예: akshare)를 통해 시장 데이터를 가져오고, 데이터를 사용 가능한 형식으로 전처리하며, 향후 가격 변동을 예측하도록 모델을 학습시킵니다. 추론 중 정확성을 보장하기 위해, 이 프로젝트는 특징 차원 불일치를 방지하고자 정규화 매개변수를 모델 가중치와 함께 저장합니다.

대상 사용자

금융 시계열 예측 및 딥러닝 실험에 관심이 있는 연구자와 개발자를 위해 설계되었습니다.

주요 특징

• 다양한 모델 지원: LSTM, Transformer, Hybrid, PTFT/VSSM, Diffusion, Graph 모델 등 광범위한 아키텍처를 지원합니다.
• 완전한 파이프라인: 데이터 스크래핑, 전처리, 학습 및 예측을 위한 통합 스크립트가 포함되어 있습니다.
• 강력한 검증: 단위 테스트 및 통합 테스트를 포함한 포괄적인 테스트 제품군을 갖추고 있으며, GitHub Actions를 통한 CI 통합을 지원합니다.
• 유연한 구성: YAML 기반 구성 시스템을 사용하여 특징 및 파일 경로를 관리합니다.