PriceForecast/config_juxiting.py

import logging
import os
import logging.handlers
import datetime
from lib.tools import MySQLDB, SQLiteHandler


# eta 接口token
APPID = "XNLDvxZHHugj7wJ7"
SECRET = "iSeU4s6cKKBVbt94htVY1p0sqUMqb2xa"

# eta 接口url
sourcelisturl = 'http://10.189.2.78:8108/v1/edb/source/list'
classifylisturl = 'http://10.189.2.78:8108/v1/edb/classify/list?ClassifyType='
uniquecodedataurl = 'http://10.189.2.78:8108/v1/edb/data?UniqueCode=4991c37becba464609b409909fe4d992&StartDate=2024-02-01'
classifyidlisturl = 'http://10.189.2.78:8108/v1/edb/list?ClassifyId='
edbcodedataurl = 'http://10.189.2.78:8108/v1/edb/data?EdbCode='
edbdatapushurl = 'http://10.189.2.78:8108/v1/edb/push'
edbdeleteurl = 'http://10.189.2.78:8108/v1/edb/business/edb/del'
edbbusinessurl = 'http://10.189.2.78:8108/v1/edb/business/data/del'
edbcodelist = ['ID01385938', 'lmcads03 lme comdty',
               'GC1 COMB Comdty',
               'C2404171822',
               'dxy curncy',
               'S5443199 ',
               'S5479800',
               'S5443108',
               'H7358586',
               'LC3FM1 INDEX',
               'CNY REGN Curncy',
               's0105897',
               'M0067419',
               'M0066351',
               'S0266372',
               'S0266438',
               'S0266506',
               'ID01384463']

# 临时写死用指定的列,与上面的edbcode对应，后面更改
edbnamelist = [
    'ds', 'y',
    'LME铜价',
    '黄金连1合约',
    'Brent-WTI',
    '美元指数',
    '甲醇鲁南价格',
    '甲醇太仓港口价格',
    '山东丙烯主流价',
    '丙烷（山东）',
    'FEI丙烷 M1',
    '在岸人民币汇率',
    '南华工业品指数',
    'PVC期货主力',
    'PE期货收盘价',
    'PP连续-1月',
    'PP连续-5月',
    'PP连续-9月',
    'PP：拉丝：L5E89：出厂价：华北（第二区域）：内蒙古久泰新材料（日）'
]

edbcodenamedict = {
    'ID01385938': 'PP：拉丝：1102K：市场价：青州：国家能源宁煤（日）',
    'ID01384463': 'PP：拉丝：L5E89：出厂价：华北（第二区域）：内蒙古久泰新材料（日）',
    'lmcads03 lme comdty': 'LME铜价',
    'GC1 COMB Comdty': '黄金连1合约',
    'C2404171822': 'Brent-WTI',
    'dxy curncy': '美元指数',
    'S5443199 ': '甲醇鲁南价格',
    'S5479800': '甲醇太仓港口价格',
    'S5443108': '山东丙烯主流价',
    'H7358586': '丙烷（山东）',
    'LC3FM1 INDEX': 'FEI丙烷 M1',
    'CNY REGN Curncy': '在岸人民币汇率',
    's0105897': '南华工业品指数',
    'M0067419': 'PVC期货主力',
    'M0066351': 'PE期货收盘价',
    'S0266372': 'PP连续-1月',
    'S0266438': 'PP连续-5月',
    'S0266506': 'PP连续-9月',

}

# eta自有数据指标编码
modelsindex = {
    'NHITS': 'SELF0000077',
    'Informer': 'SELF0000078',
    'LSTM': 'SELF0000079',
    'iTransformer': 'SELF0000080',
    'TSMixer': 'SELF0000081',
    'TSMixerx': 'SELF0000082',
    'PatchTST': 'SELF0000083',
    'RNN': 'SELF0000084',
    'GRU': 'SELF0000085',
    'TCN': 'SELF0000086',
    'BiTCN': 'SELF0000087',
    'DilatedRNN': 'SELF0000088',
    'MLP': 'SELF0000089',
    'DLinear': 'SELF0000090',
    'NLinear': 'SELF0000091',
    'TFT': 'SELF0000092',
    'FEDformer': 'SELF0000093',
    'StemGNN': 'SELF0000094',
    'MLPMultivariate': 'SELF0000095',
    'TiDE': 'SELF0000096',
    'DeepNPTS': 'SELF0000097'
}


# eta 上传预测结果的请求体，后面发起请求的时候更改 model datalist  数据
data = {
    "IndexCode": "",
    "IndexName": "价格预测模型",
    "Unit": "无",
            "Frequency": "日度",
            "SourceName": f"价格预测",
            "Remark": 'ddd',
            "DataList": [
                {
                    "Date": "2024-05-02",
                    "Value": 333444
                }
            ]
}

# eta 分类
# level：3才可以获取到数据，所以需要人工把能源化工下所有的level3级都找到
# url = 'http://10.189.2.78:8108/v1/edb/list?ClassifyId=1214'
# ParentId ":1160, 能源化工
# ClassifyId ":1214,原油
# ParentId ":1214,"，就是原油下所有的数据。
ClassifyId = 1161


# 变量定义--测试环境
server_host = '192.168.100.53'

login_pushreport_url = f"http://{server_host}:8080/jingbo-dev/api/server/login"
upload_url = f"http://{server_host}:8080/jingbo-dev/api/analysis/reportInfo/researchUploadReportSave"
upload_warning_url = f"http://{server_host}:8080/jingbo-dev/api/basicBuiness/crudeOilWarning/save"
query_data_list_item_nos_url = f"http://{server_host}:8080/jingbo-dev/api/warehouse/dwDataItem/queryDataListItemNos"

login_data = {
    "data": {
        "account": "api_test",
        # "password": "MmVmNzNlOWI0MmY0ZDdjZGUwNzE3ZjFiMDJiZDZjZWU=", # Shihua@123456
        "password": "ZTEwYWRjMzk0OWJhNTlhYmJlNTZlMDU3ZjIwZjg4M2U=",  # 123456
        "tenantHashCode": "8a4577dbd919675758d57999a1e891fe",
        "terminal": "API"
    },
    "funcModule": "API",
    "funcOperation": "获取token"
}

upload_data = {
    "funcModule": '研究报告信息',
    "funcOperation": '上传聚烯烃PP价格预测报告',
    "data": {
        "groupNo": "000127",
        "ownerAccount": 'arui',  # 报告所属用户账号
        "reportType": 'OIL_PRICE_FORECAST',  # 报告类型，固定为OIL_PRICE_FORECAST
        "fileName": '2000-40-5-50--100-原油指标数据.xlsx-Brent活跃合约--2024-09-06-15-01-29-预测报告.pdf',  # 文件名称
        "fileBase64": '',  # 文件内容base64
        "categoryNo": 'yyjgycbg',  # 研究报告分类编码
        "smartBusinessClassCode": 'JXTJGYCBG',  # 分析报告分类编码
        "reportEmployeeCode": "E40116",  # 报告人
        "reportDeptCode": "D0044",  # 报告部门
        "productGroupCode": "RAW_MATERIAL"  # 商品分类
    }
}


warning_data = {
    "funcModule": '原油特征停更预警',
    "funcOperation": '原油特征停更预警',
    "data": {
        "groupNo": "000127",
        'WARNING_TYPE_NAME': '特征数据停更预警',
        'WARNING_CONTENT': '',
        'WARNING_DATE': ''
    }
}

query_data_list_item_nos_data = {
    "funcModule": "数据项",
    "funcOperation": "查询",
    "data": {
        "dateStart": "20200101",
        "dateEnd": "20241231",
        "dataItemNoList": ["Brentzdj", "Brentzgj"]  # 数据项编码,代表 brent最低价和最高价
    }
}


# 北京环境数据库
host = '192.168.101.27'
port = 3306
dbusername = 'root'
password = '123456'
dbname = 'jingbo_test'
table_name = 'v_tbl_crude_oil_warning'


# 开关
is_train = True  # 是否训练
is_debug = False  # 是否调试
is_eta = True  # 是否使用eta接口
is_market = False  # 是否通过市场信息平台获取特征 ,在is_eta 为true 的情况下生效
is_timefurture = True  # 是否使用时间特征
is_fivemodels = False  # 是否使用之前保存的最佳的5个模型
is_edbcode = False  # 特征使用edbcoding列表中的
is_edbnamelist = False  # 自定义特征，对应上面的edbnamelist
is_update_eta = False  # 预测结果上传到eta
is_update_report = False  # 是否上传报告
is_update_warning_data = False  # 是否上传预警数据
is_del_corr = 0.6  # 是否删除相关性高的特征,取值为 0-1 ，0 为不删除，0.6 表示删除相关性小于0.6的特征
is_del_tow_month = True  # 是否删除两个月不更新的特征


# 连接到数据库
db_mysql = MySQLDB(host=host, user=dbusername,
                   password=password, database=dbname)
db_mysql.connect()
print("数据库连接成功", host, dbname, dbusername)


# 数据截取日期
start_year = 2020  # 数据开始年份
end_time = ''  # 数据截取日期
freq = 'B'  # 时间频率，"D": 天 "W": 周"M": 月"Q": 季度"A": 年 "H": 小时 "T": 分钟 "S": 秒 "B": 工作日
delweekenday = True if freq == 'B' else False  # 是否删除周末数据
is_corr = False  # 特征是否参与滞后领先提升相关系数
add_kdj = False  # 是否添加kdj指标
if add_kdj and is_edbnamelist:
    edbnamelist = edbnamelist+['K', 'D', 'J']

# 模型参数
y = 'AVG-金能大唐久泰青州'
avg_cols = [
    'PP：拉丝：1102K：出厂价：青州：国家能源宁煤（日）',
    'PP：拉丝：L5E89：出厂价：华北（第二区域）：内蒙古久泰新材料（日）',
    'PP：拉丝：L5E89：出厂价：河北、鲁北：大唐内蒙多伦（日）',
    'PP：拉丝：HP550J：市场价：青岛：金能化学（日）'
]
offsite = 80
offsite_col = ['PP：拉丝：HP550J：市场价：青岛：金能化学（日）']
horizon = 5  # 预测的步长
input_size = 40  # 输入序列长度
train_steps = 50 if is_debug else 1000  # 训练步数,用来限定epoch次数
val_check_steps = 30  # 评估频率
early_stop_patience_steps = 5  # 早停的耐心步数
# --- 交叉验证用的参数
test_size = 200  # 测试集大小，定义100，后面使用的时候重新赋值
val_size = test_size  # 验证集大小,同测试集大小

# 特征筛选用到的参数
k = 100  # 特征筛选数量，如果是0或者值比特征数量大，代表全部特征
corr_threshold = 0.6  # 相关性大于0.6的特征
rote = 0.06  # 绘图上下界阈值

# 计算准确率
weight_dict = [0.4, 0.15, 0.1, 0.1, 0.25]  # 权重


# 文件
data_set = 'PP指标数据.xlsx'  # 数据集文件
dataset = 'juxitingdataset'  # 数据集文件夹

# 数据库名称
db_name = os.path.join(dataset, 'jbsh_juxiting.db')
sqlitedb = SQLiteHandler(db_name)
sqlitedb.connect()

settings = f'{input_size}-{horizon}-{train_steps}--{k}-{data_set}-{y}'
# 获取日期时间
# now = datetime.datetime.now().strftime('%Y%m%d%H%M%S') # 获取当前日期时间
now = datetime.datetime.now().strftime('%Y-%m-%d')  # 获取当前日期时间
reportname = f'PP大模型预测报告--{end_time}.pdf'  # 报告文件名
reportname = reportname.replace(':', '-')  # 替换冒号
if end_time == '':
    end_time = now
# 邮件配置
username = '1321340118@qq.com'
passwd = 'wgczgyhtyyyyjghi'
# recv=['liurui_test@163.com','52585119@qq.com']
recv = ['liurui_test@163.com']
# recv=['liurui_test@163.com']
title = 'reportname'
content = y+'预测报告请看附件'
file = os.path.join(dataset, 'reportname')
# file=os.path.join(dataset,'14-7-50--100-原油指标数据.xlsx-Brent连1合约价格--20240731175936-预测报告.pdf')
ssl = True


# 日志配置

# 创建日志目录（如果不存在）
log_dir = 'logs'
if not os.path.exists(log_dir):
    os.makedirs(log_dir)

# 配置日志记录器
logger = logging.getLogger('my_logger')
logger.setLevel(logging.INFO)

# 配置文件处理器，将日志记录到文件
file_handler = logging.handlers.RotatingFileHandler(os.path.join(
    log_dir, 'pricepredict.log'), maxBytes=1024 * 1024, backupCount=5)
file_handler.setFormatter(logging.Formatter(
    '%(asctime)s - %(name)s - %(levelname)s - %(message)s', datefmt='%Y-%m-%d %H:%M:%S'))

# 配置控制台处理器，将日志打印到控制台
console_handler = logging.StreamHandler()
console_handler.setFormatter(logging.Formatter('%(message)s'))

# 将处理器添加到日志记录器
logger.addHandler(file_handler)
logger.addHandler(console_handler)

# logger.info('当前配置：'+settings)