PriceForecast/main_yuanyou.py

# 读取配置
from config_jingbo import *
from lib.dataread import *
from lib.tools import *
from models.nerulforcastmodels import ex_Model,model_losss,model_losss_juxiting,brent_export_pdf,tansuanli_export_pdf,pp_export_pdf,model_losss_juxiting

import glob
import torch
torch.set_float32_matmul_precision("high")

sqlitedb = SQLiteHandler(db_name) 
sqlitedb.connect()


def predict_main():
    """
    主预测函数，用于从 ETA 获取数据、处理数据、训练模型并进行预测。

    参数:
        signature (BinanceAPI): Binance API 实例。
        etadata (EtaReader): ETA 数据读取器实例。
        is_eta (bool): 是否从 ETA 获取数据。
        data_set (str): 数据集名称。
        dataset (str): 数据集路径。
        add_kdj (bool): 是否添加 KDJ 指标。
        is_timefurture (bool): 是否添加时间衍生特征。
        end_time (str): 结束时间。
        is_edbnamelist (bool): 是否使用 EDB 名称列表。
        edbnamelist (list): EDB 名称列表。
        y (str): 预测目标列名。
        sqlitedb (SQLiteDB): SQLite 数据库实例。
        is_corr (bool): 是否进行相关性分析。
        horizon (int): 预测时域。
        input_size (int): 输入数据大小。
        train_steps (int): 训练步数。
        val_check_steps (int): 验证检查步数。
        early_stop_patience_steps (int): 早停耐心步数。
        is_debug (bool): 是否调试模式。
        dataset (str): 数据集名称。
        is_train (bool): 是否训练模型。
        is_fivemodels (bool): 是否使用五个模型。
        val_size (float): 验证集大小。
        test_size (float): 测试集大小。
        settings (dict): 模型设置。
        now (str): 当前时间。
        etadata (EtaReader): ETA 数据读取器实例。
        modelsindex (list): 模型索引列表。
        data (str): 数据类型。
        is_eta (bool): 是否从 ETA 获取数据。

    返回:
        None
    """
    signature = BinanceAPI(APPID, SECRET)
    etadata = EtaReader(signature=signature,
                        classifylisturl=classifylisturl,
                        classifyidlisturl=classifyidlisturl,
                        edbcodedataurl=edbcodedataurl,
                        edbcodelist=edbcodelist,
                        edbdatapushurl=edbdatapushurl,
                        edbdeleteurl=edbdeleteurl,
                        edbbusinessurl=edbbusinessurl
                        )
    # 获取数据
    if is_eta:
        logger.info('从eta获取数据...')
        signature = BinanceAPI(APPID, SECRET)
        etadata = EtaReader(signature=signature,
                            classifylisturl=classifylisturl,
                            classifyidlisturl=classifyidlisturl,
                            edbcodedataurl=edbcodedataurl,
                            edbcodelist=edbcodelist,
                            edbdatapushurl=edbdatapushurl,
                            edbdeleteurl=edbdeleteurl,
                            edbbusinessurl=edbbusinessurl,
                            )
        df_zhibiaoshuju, df_zhibiaoliebiao = etadata.get_eta_api_yuanyou_data(data_set=data_set, dataset=dataset)  # 原始数据，未处理

        # 数据处理
        df = datachuli(df_zhibiaoshuju, df_zhibiaoliebiao, y=y, dataset=dataset, add_kdj=add_kdj, is_timefurture=is_timefurture,
                        end_time=end_time)

    else:
        # 读取数据
        logger.info('读取本地数据：' + os.path.join(dataset, data_set))
        df = getdata(filename=os.path.join(dataset, data_set), y=y, dataset=dataset, add_kdj=add_kdj,
                     is_timefurture=is_timefurture, end_time=end_time)  # 原始数据，未处理

    # 更改预测列名称
    df.rename(columns={y: 'y'}, inplace=True)

    if is_edbnamelist:
        df = df[edbnamelist]
    df.to_csv(os.path.join(dataset, '指标数据.csv'), index=False)
    # 保存最新日期的y值到数据库
    # 取第一行数据存储到数据库中
    first_row = df[['ds', 'y']].tail(1)
    # 将最新真实值保存到数据库
    if not sqlitedb.check_table_exists('trueandpredict'):
        first_row.to_sql('trueandpredict', sqlitedb.connection, index=False)
    else:
        for row in first_row.itertuples(index=False):
            row_dict = row._asdict()
            row_dict['ds'] = row_dict['ds'].strftime('%Y-%m-%d %H:%M:%S')
            check_query = sqlitedb.select_data('trueandpredict', where_condition=f"ds = '{row.ds}'")
            if len(check_query) > 0:
                set_clause = ", ".join([f"{key} = '{value}'" for key, value in row_dict.items()])
                sqlitedb.update_data('trueandpredict', set_clause, where_condition=f"ds = '{row.ds}'")
                continue
            sqlitedb.insert_data('trueandpredict', tuple(row_dict.values()), columns=row_dict.keys())

    import datetime
    # 判断当前日期是不是周一
    is_weekday = datetime.datetime.now().weekday() == 0
    if is_weekday:
        logger.info('今天是周一，更新预测模型')
        # 计算最近60天预测残差最低的模型名称
        model_results = sqlitedb.select_data('trueandpredict', order_by="ds DESC", limit="60")
        # 删除空值率为40%以上的列
        if len(model_results) > 10:
            model_results = model_results.dropna(thresh=len(model_results)*0.6,axis=1)
        # 删除空行
        model_results = model_results.dropna()
        modelnames = model_results.columns.to_list()[2:]
        for col in model_results[modelnames].select_dtypes(include=['object']).columns:
            model_results[col] = model_results[col].astype(np.float32)
        # 计算每个预测值与真实值之间的偏差率
        for model in modelnames:
            model_results[f'{model}_abs_error_rate'] = abs(model_results['y'] - model_results[model]) / model_results['y']
        # 获取每行对应的最小偏差率值
        min_abs_error_rate_values = model_results.apply(lambda row: row[[f'{model}_abs_error_rate' for model in modelnames]].min(), axis=1)
        # 获取每行对应的最小偏差率值对应的列名
        min_abs_error_rate_column_name = model_results.apply(lambda row: row[[f'{model}_abs_error_rate' for model in modelnames]].idxmin(), axis=1)
        # 将列名索引转换为列名
        min_abs_error_rate_column_name = min_abs_error_rate_column_name.map(lambda x: x.split('_')[0])
        # 取出现次数最多的模型名称
        most_common_model = min_abs_error_rate_column_name.value_counts().idxmax()
        logger.info(f"最近60天预测残差最低的模型名称：{most_common_model}")
        # 保存结果到数据库
        if not sqlitedb.check_table_exists('most_model'):
            sqlitedb.create_table('most_model', columns="ds datetime, most_common_model TEXT")
        sqlitedb.insert_data('most_model', (datetime.datetime.now().strftime('%Y-%m-%d %H:%M:%S'), most_common_model,), columns=('ds', 'most_common_model',))

    if is_corr:
        df = corr_feature(df=df)

    df1 = df.copy()  # 备份一下，后面特征筛选完之后加入ds y 列用
    logger.info(f"开始训练模型...")
    row, col = df.shape

    now = datetime.datetime.now().strftime('%Y%m%d%H%M%S')
    # ex_Model(df,
    #          horizon=horizon,
    #          input_size=input_size,
    #          train_steps=train_steps,
    #          val_check_steps=val_check_steps,
    #          early_stop_patience_steps=early_stop_patience_steps,
    #          is_debug=is_debug,
    #          dataset=dataset,
    #          is_train=is_train,
    #          is_fivemodels=is_fivemodels,
    #          val_size=val_size,
    #          test_size=test_size,
    #          settings=settings,
    #          now=now,
    #          etadata=etadata,
    #          modelsindex=modelsindex,
    #          data=data,
    #          is_eta=is_eta,
    #          )


    logger.info('模型训练完成')

    logger.info('训练数据绘图ing')
    # model_results3 = model_losss(sqlitedb)
    model_results3 = model_losss_juxiting(sqlitedb)
    logger.info('训练数据绘图end')
    
    # 模型报告
    logger.info('制作报告ing')
    title = f'{settings}--{now}-预测报告' # 报告标题

    brent_export_pdf(dataset=dataset,num_models = 5 if is_fivemodels else 22,time=end_time,
                reportname=reportname,sqlitedb=sqlitedb),

    logger.info('制作报告end')
    logger.info('模型训练完成')

    # # LSTM 单变量模型
    # ex_Lstm(df,input_seq_len=input_size,output_seq_len=horizon,is_debug=is_debug,dataset=dataset)
    
    # # lstm 多变量模型
    # ex_Lstm_M(df,n_days=input_size,out_days=horizon,is_debug=is_debug,datasetpath=dataset)
    
    # # GRU 模型
    # # ex_GRU(df)

    # 发送邮件
    m = SendMail(
        username=username,
        passwd=passwd,
        recv=recv,
        title=title,
        content=content,
        file=max(glob.glob(os.path.join(dataset,'*.pdf')), key=os.path.getctime),
        ssl=ssl,
    )
    # m.send_mail()   


if __name__ == '__main__':
    predict_main()