PriceForecast/main_yuanyou.py

# 读取配置
from lib.dataread 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 glob
import torch
torch.set_float32_matmul_precision("high")



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
    """
    global end_time
    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

        if is_market:
            logger.info('从市场信息平台获取数据...')
            try:
                df_zhibiaoshuju = get_market_data(end_time,df_zhibiaoshuju)
            except :
                logger.info('从市场信息平台获取数据失败')
        
        # 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)
    print(first_row['ds'].values[0])
    print(first_row['y'].values[0])
    # 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()
            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):
                    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 Exception as e:
                logger.info(f'更新accuracy表的y值失败：{e}')

    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',))

    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=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,
             end_time=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

    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__':
    global end_time
    is_on = True
    # 遍历2024-11-25 到 2024-12-3 之间的工作日日期
    for i_time in pd.date_range('2024-12-24', '2024-12-25', freq='B'):
        end_time = i_time.strftime('%Y-%m-%d')
        predict_main()