predictor

predictor는 시계열 예측 및 분류를 위한 연구 지향적 딥러닝 플랫폼입니다. 이 플랫폼은 Keras/TensorFlow 모델(ANN, CNN, LSTM, Transformer, TCN, TFT, N-BEATS, MIMO, 그리고 이진/방향 분류기 변형 포함)을 훈련, 평가, 최적화하며, predictor, optimizer, pipeline, preprocessor, target 계산 플러그인이 JSON 구성에서 이름으로 선택되는 플러그인 아키텍처를 통해 작동합니다. 실험은 examples/config/ 아래에 번호가 매겨진 단계로 구성되며, 각 단계는 아키텍처, 데이터셋 크기, 예측 지평에 대한 재현 가능한 스윕입니다. 주요 기능: - 플러그인 기반 아키텍처: predictor, optimizer, pipeline, preprocessor, target 플러그인은 진입점을 통해 해석되어 유연한 구성을 허용합니다. - 다양한 모델 아키텍처: ANN, CNN, LSTM, Transformer, TCN, TFT, N-BEATS, MIMO, 그리고 이진 및 방향 분류기 변형. - 하이퍼파라미터 최적화: DEAP 유전 알고리즘 및 NEAT 최적화기. - 단계별 실험 구조: 데이터셋 크기, 예측 지평, 아키텍처에 대한 스윕 구성, 일별 및 시간별 변형 포함. - 재현 가능한 출력: 예측 CSV, 지표, 플롯, 메타데이터가 포함된 훈련된 .keras 모델, 그리고 재현성을 위한 병합된 유효 구성. - 형제 저장소와의 통합: prediction_provider는 FastAPI를 통해 훈련된 모델을 제공하고, feature-eng 및 feature-extractor는 특성/레이블 엔지니어링을 처리하며, doin-node는 분산 협력 최적화를 제공합니다. 상태: 활발히 개발 중인 연구 소프트웨어. 모든 훈련 및 평가는 과거 데이터(시뮬레이션/백테스트)에서 오프라인으로 수행됩니다. 모델 출력은 연구 산출물이며 거래 신호가 아닙니다. 이 저장소의 어떤 것도 재정적 조언이 아니며, 실제 자본 실행은 여기서 발생하지 않습니다. 설치: 저장소를 클론하고, pip install -r requirements.txt, pip install -e . (predictor 콘솔 스크립트 설치). Python 3.12 필요(3.12.13, TensorFlow 2.21.0에서 검증됨). CUDA GPU는 선택 사항이지만 권장됩니다. 가장 작은 실행 예제: CLI 도움말과 번들된 일별 데이터셋을 사용한 제한된 CPU 예제를 실행합니다. 정확한 명령은 README를 참조하세요. 테스트: 기존 pytest 스위트는 오래되어 가져오기 시 실패하며, plugin_loader에 대한 기본 검사는 통과합니다. 알려진 제한 사항은 문서화되어 있습니다. 라이선스: MIT.