Sobre o projeto

predictor é uma plataforma de aprendizado profundo orientada à pesquisa para previsão e classificação de séries temporais. Ela treina, avalia e otimiza modelos Keras/TensorFlow — incluindo ANN, CNN, LSTM, Transformer, TCN, TFT, N-BEATS, MIMO e variantes de classificadores binários/de direção — por meio de uma arquitetura de plugins na qual plugins de predictor, optimizer, pipeline, preprocessor e target-calculation são selecionados por nome a partir de configurações JSON. Os experimentos são organizados como fases numeradas em examples/config/, cada fase sendo uma varredura reproduzível sobre arquiteturas, tamanhos de conjunto de dados e horizontes. Principais recursos: - Arquitetura baseada em plugins: plugins de predictor, optimizer, pipeline, preprocessor e target são resolvidos via entry points, permitindo composição flexível. - Múltiplas arquiteturas de modelo: ANN, CNN, LSTM, Transformer, TCN, TFT, N-BEATS, MIMO, além de variantes de classificadores binários e de direção. - Otimização de hiperparâmetros: algoritmo genético DEAP e otimizadores NEAT. - Estrutura de experimentos em fases: configurações para varreduras sobre tamanhos de conjunto de dados, horizontes e arquiteturas, com variantes diárias e horárias. - Saídas reproduzíveis: CSV de previsões, métricas, gráficos, modelos .keras treinados com metadados e configuração efetiva mesclada para reprodutibilidade. - Integração com repositórios irmãos: prediction_provider serve modelos treinados via FastAPI; feature-eng e feature-extractor cuidam da engenharia de features/rótulos; doin-node fornece otimização colaborativa distribuída. Status: Software de pesquisa em desenvolvimento ativo. Todo o treinamento e a avaliação ocorrem offline sobre dados históricos (simulação/backtest). As saídas dos modelos são artefatos de pesquisa, não sinais de negociação; nada neste repositório constitui aconselhamento financeiro, e nenhuma execução com capital real acontece aqui. Instalação: Clone, pip install -r requirements.txt, pip install -e . (instala o script de console predictor). Requer Python 3.12 (verificado com 3.12.13, TensorFlow 2.21.0). GPU CUDA é opcional, mas recomendada. Exemplo mínimo funcional: Execute a ajuda da CLI e um exemplo limitado à CPU usando o conjunto de dados diário incluído. Consulte o README para os comandos exatos. Testes: A suíte pytest legada está desatualizada e falha na importação; uma verificação de sanidade em plugin_loader passa. As limitações conhecidas estão documentadas. Licença: MIT.