PriceForecast/main_yuanyou_yuedu.py

# 读取配置

from lib.dataread import *
from config_jingbo_yuedu import *
from lib.tools import SendMail, exception_logger
from models.nerulforcastmodels import ex_Model, model_losss, model_losss_juxiting, brent_export_pdf, tansuanli_export_pdf, pp_export_pdf, model_losss_juxiting
import datetime
import torch
torch.set_float32_matmul_precision("high")

global_config.update({
    # 核心参数
    'logger': logger,
    'dataset': dataset,
    'y': y,
    'is_debug': is_debug,
    'is_train': is_train,
    'is_fivemodels': is_fivemodels,
    'settings': settings,


    # 模型参数
    'data_set': data_set,
    'input_size': input_size,
    'horizon': horizon,
    'train_steps': train_steps,
    'val_check_steps': val_check_steps,
    'val_size': val_size,
    'test_size': test_size,
    'modelsindex': modelsindex,
    'rote': rote,
    'bdwd_items': bdwd_items,

    # 特征工程开关
    'is_del_corr': is_del_corr,
    'is_del_tow_month': is_del_tow_month,
    'is_eta': is_eta,
    'is_update_eta': is_update_eta,
    'is_fivemodels': is_fivemodels,
    'is_update_predict_value': is_update_predict_value,
    'early_stop_patience_steps': early_stop_patience_steps,

    # 时间参数
    'start_year': start_year,
    'end_time': end_time or datetime.datetime.now().strftime("%Y-%m-%d"),
    'freq': freq,  # 保持列表结构

    # 接口配置
    'login_pushreport_url': login_pushreport_url,
    'login_data': login_data,
    'upload_url': upload_url,
    'upload_warning_url': upload_warning_url,
    'warning_data': warning_data,

    # 查询接口
    'query_data_list_item_nos_url': query_data_list_item_nos_url,
    'query_data_list_item_nos_data': query_data_list_item_nos_data,

    # 上传数据项
    'push_data_value_list_url': push_data_value_list_url,
    'push_data_value_list_data': push_data_value_list_data,

    # eta 配置
    'APPID': APPID,
    'SECRET': SECRET,
    'etadata': data,
    'edbcodelist': edbcodelist,
    'ClassifyId': ClassifyId,
    'edbcodedataurl': edbcodedataurl,
    'classifyidlisturl': classifyidlisturl,
    'edbdatapushurl': edbdatapushurl,
    'edbdeleteurl': edbdeleteurl,
    'edbbusinessurl': edbbusinessurl,
    'ClassifyId':   ClassifyId,
    'classifylisturl': classifylisturl,

    # 数据库配置
    'sqlitedb': sqlitedb,
})


def push_market_value():
    logger.info('发送预测结果到市场信息平台')
    # 读取预测数据和模型评估数据
    predict_file_path = os.path.join(config.dataset, 'predict.csv')
    model_eval_file_path = os.path.join(config.dataset, 'model_evaluation.csv')
    try:
        predictdata_df = pd.read_csv(predict_file_path)
        top_models_df = pd.read_csv(model_eval_file_path)
    except FileNotFoundError as e:
        logger.error(f"文件未找到: {e}")
        return

    predictdata = predictdata_df.copy()

    # 取模型前十
    top_models = top_models_df['模型(Model)'].head(10).tolist()

    # 计算前十模型的均值
    predictdata_df['top_models_mean'] = predictdata_df[top_models].mean(axis=1)

    # 打印日期和前十模型均值
    print(predictdata_df[['ds', 'top_models_mean']])

    # 准备要推送的数据
    ciyue_mean = predictdata_df['top_models_mean'].iloc[0]
    cieryue_mean = predictdata_df['top_models_mean'].iloc[1]
    cisanyue_mean = predictdata_df['top_models_mean'].iloc[2]
    cisieryue_mean = predictdata_df['top_models_mean'].iloc[3]

    predictdata = [
        {
            "dataItemNo": global_config['bdwd_items']['ciyue'],
            "dataDate": global_config['end_time'],
            "dataStatus": "add",
            "dataValue": ciyue_mean
        },
        {
            "dataItemNo": global_config['bdwd_items']['cieryue'],
            "dataDate": global_config['end_time'],
            "dataStatus": "add",
            "dataValue": cieryue_mean
        },
        {
            "dataItemNo": global_config['bdwd_items']['cisanyue'],
            "dataDate": global_config['end_time'],
            "dataStatus": "add",
            "dataValue": cisanyue_mean
        },
        {
            "dataItemNo": global_config['bdwd_items']['cisiyue'],
            "dataDate": global_config['end_time'],
            "dataStatus": "add",
            "dataValue": cisieryue_mean
        }
    ]

    print(predictdata)

    # 推送数据到市场信息平台
    try:
        push_market_data(predictdata)
    except Exception as e:
        logger.error(f"推送数据失败: {e}")


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
    """
    end_time = global_config['end_time']
    # 获取数据
    if is_eta:
        logger.info('从eta获取数据...')
        signature = BinanceAPI(APPID, SECRET)
        etadata = EtaReader(signature=signature,
                            classifylisturl=global_config['classifylisturl'],
                            classifyidlisturl=global_config['classifyidlisturl'],
                            edbcodedataurl=global_config['edbcodedataurl'],
                            edbcodelist=global_config['edbcodelist'],
                            edbdatapushurl=global_config['edbdatapushurl'],
                            edbdeleteurl=global_config['edbdeleteurl'],
                            edbbusinessurl=global_config['edbbusinessurl'],
                            classifyId=global_config['ClassifyId'],
                            )
        df_zhibiaoshuju, df_zhibiaoliebiao = etadata.get_eta_api_yuanyou_data(
            data_set=data_set, dataset=dataset)  # 原始数据，未处理

        if is_market:
            logger.info('从市场信息平台获取数据...')
            try:
                # 如果是测试环境，最高价最低价取excel文档
                if server_host == '192.168.100.53':
                    logger.info('从excel文档获取最高价最低价')
                    df_zhibiaoshuju = get_high_low_data(df_zhibiaoshuju)
                else:
                    logger.info('从市场信息平台获取数据')
                    df_zhibiaoshuju = get_market_data(
                        end_time, df_zhibiaoshuju)

            except:
                logger.info('最高最低价拼接失败')

        # 保存到xlsx文件的sheet表
        with pd.ExcelWriter(os.path.join(dataset, data_set)) as file:
            df_zhibiaoshuju.to_excel(file, sheet_name='指标数据', index=False)
            df_zhibiaoliebiao.to_excel(file, sheet_name='指标列表', index=False)

        # 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, df_zhibiaoliebiao = 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)
    # 判断y的类型是否为float
    if not isinstance(first_row['y'].values[0], float):
        logger.info(f'{end_time}预测目标数据为空，跳过')
        return None

    # 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()
            config.logger.info(f'要保存的真实值：{row_dict}')
            # 判断ds是否为字符串类型,如果不是则转换为字符串类型
            if isinstance(row_dict['ds'], (pd.Timestamp, datetime.datetime)):
                row_dict['ds'] = row_dict['ds'].strftime('%Y-%m-%d')
            elif not isinstance(row_dict['ds'], str):
                try:
                    row_dict['ds'] = pd.to_datetime(
                        row_dict['ds']).strftime('%Y-%m-%d')
                except:
                    logger.warning(f"无法解析的时间格式: {row_dict['ds']}")
            # row_dict['ds'] = row_dict['ds'].strftime('%Y-%m-%d')
            # 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())

    # 更新accuracy表的y值
    if not sqlitedb.check_table_exists('accuracy'):
        pass
    else:
        update_y = sqlitedb.select_data(
            'accuracy', where_condition="y is null")
        if len(update_y) > 0:
            logger.info('更新accuracy表的y值')
            # 找到update_y 中ds且df中的y的行
            update_y = update_y[update_y['ds'] <= end_time]
            logger.info(f'要更新y的信息：{update_y}')
            # try:
            for row in update_y.itertuples(index=False):
                try:
                    row_dict = row._asdict()
                    yy = df[df['ds'] == row_dict['ds']]['y'].values[0]
                    LOW = df[df['ds'] == row_dict['ds']]['Brentzdj'].values[0]
                    HIGH = df[df['ds'] == row_dict['ds']]['Brentzgj'].values[0]
                    sqlitedb.update_data(
                        'accuracy', f"y = {yy},LOW_PRICE = {LOW},HIGH_PRICE = {HIGH}", where_condition=f"ds = '{row_dict['ds']}'")
                except:
                    logger.info(f'更新accuracy表的y值失败：{row_dict}')
            # except Exception as e:
            #     logger.info(f'更新accuracy表的y值失败：{e}')

    # 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90%以上的列
        if len(model_results) > 10:
            model_results = model_results.dropna(
                thresh=len(model_results)*0.1, axis=1)
        # 删除空行
        model_results = model_results.dropna()
        modelnames = model_results.columns.to_list()[2:-1]
        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',))

    try:
        if is_weekday:
            # if True:
            logger.info('今天是周一，发送特征预警')
            # 上传预警信息到数据库
            warning_data_df = df_zhibiaoliebiao.copy()
            warning_data_df = warning_data_df[warning_data_df['停更周期'] > 3][[
                '指标名称', '指标id', '频度', '更新周期', '指标来源', '最后更新时间', '停更周期']]
            # 重命名列名
            warning_data_df = warning_data_df.rename(columns={'指标名称': 'INDICATOR_NAME', '指标id': 'INDICATOR_ID', '频度': 'FREQUENCY',
                                                     '更新周期': 'UPDATE_FREQUENCY', '指标来源': 'DATA_SOURCE', '最后更新时间': 'LAST_UPDATE_DATE', '停更周期': 'UPDATE_SUSPENSION_CYCLE'})
            from sqlalchemy import create_engine
            import urllib
            global password
            if '@' in password:
                password = urllib.parse.quote_plus(password)

            engine = create_engine(
                f'mysql+pymysql://{dbusername}:{password}@{host}:{port}/{dbname}')
            warning_data_df['WARNING_DATE'] = datetime.date.today().strftime(
                "%Y-%m-%d %H:%M:%S")
            warning_data_df['TENANT_CODE'] = 'T0004'
            # 插入数据之前查询表数据然后新增id列
            existing_data = pd.read_sql(f"SELECT * FROM {table_name}", engine)
            if not existing_data.empty:
                max_id = existing_data['ID'].astype(int).max()
                warning_data_df['ID'] = range(
                    max_id + 1, max_id + 1 + len(warning_data_df))
            else:
                warning_data_df['ID'] = range(1, 1 + len(warning_data_df))
            warning_data_df.to_sql(
                table_name,  con=engine, if_exists='append', index=False)
            if is_update_warning_data:
                upload_warning_info(len(warning_data_df))
    except:
        logger.info('上传预警信息到数据库失败')

    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=global_config['horizon'],
             input_size=global_config['input_size'],
             train_steps=global_config['train_steps'],
             val_check_steps=global_config['val_check_steps'],
             early_stop_patience_steps=global_config['early_stop_patience_steps'],
             is_debug=global_config['is_debug'],
             dataset=global_config['dataset'],
             is_train=global_config['is_train'],
             is_fivemodels=global_config['is_fivemodels'],
             val_size=global_config['val_size'],
             test_size=global_config['test_size'],
             settings=global_config['settings'],
             now=now,
             etadata=global_config['etadata'],
             modelsindex=global_config['modelsindex'],
             data=data,
             is_eta=global_config['is_eta'],
             end_time=global_config['end_time'],
             )

    logger.info('模型训练完成')

    logger.info('训练数据绘图ing')
    model_results3 = model_losss(sqlitedb, end_time=end_time)
    logger.info('训练数据绘图end')

    # 模型报告
    logger.info('制作报告ing')
    title = f'{settings}--{end_time}-预测报告'  # 报告标题
    reportname = f'Brent原油大模型月度预测--{end_time}.pdf'  # 报告文件名
    reportname = reportname.replace(':', '-')  # 替换冒号
    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')

    push_market_value()

    # # 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__':
    # global end_time
    # 遍历2024-11-25 到 2024-12-3 之间的工作日日期
    # for i_time in pd.date_range('2022-1-1', '2025-3-26', freq='M'):
    #     try:
    #         global_config['end_time'] = i_time.strftime('%Y-%m-%d')
    #         predict_main()
    #     except Exception as e:
    #         logger.info(f'预测失败：{e}')
    #         continue

    predict_main()