liurui/PriceForecast
Template
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

原油周度预测调试完成

Browse Source
This commit is contained in:
workpc 2025-02-25 16:03:02 +08:00
parent 4a7d07eb3b
commit 4dde6a8c4f
6 changed files with 1248 additions and 413 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

BIN
aisenzhecode/液化石油气/日度价格预测_液化气最佳模型.pkl
View File

Binary file not shown.

1646
aisenzhecode/液化石油气/液化气价格预测ytj.ipynb
View File

File diff suppressed because it is too large Load Diff

BIN
aisenzhecode/液化石油气/液化气数据.xls
View File

Binary file not shown.

6
config_jingbo_zhoudu.py
View File

@ -160,7 +160,7 @@ table_name = 'v_tbl_crude_oil_warning'
### 开关 ### 开关
is_train = False # 是否训练 is_train = False # 是否训练
is_debug = False # 是否调试 is_debug = True # 是否调试
is_eta = False # 是否使用eta接口 is_eta = False # 是否使用eta接口
is_market = True # 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_market = True # 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_timefurture = True # 是否使用时间特征
@ -182,7 +182,7 @@ print("数据库连接成功",host,dbname,dbusername)
# 数据截取日期 # 数据截取日期
start_year = 2020 # 数据开始年份 start_year = 2017 # 数据开始年份
end_time = '' # 数据截取日期 end_time = '' # 数据截取日期
freq = 'W' # 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 freq = 'W' # 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 delweekenday = True if freq == 'B' else False # 是否删除周末数据
@ -193,7 +193,7 @@ if add_kdj and is_edbnamelist:
### 模型参数 ### 模型参数
y = 'Brent连1合约价格' # 原油指标数据的目标变量 Brent连1合约价格 Brent活跃合约 y = 'Brent连1合约价格' # 原油指标数据的目标变量 Brent连1合约价格 Brent活跃合约
horizon =4 # 预测的步长 horizon =2 # 预测的步长
input_size = 12 # 输入序列长度 input_size = 12 # 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 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 val_check_steps = 30 # 评估频率

4
lib/dataread.py
View File

@ -42,9 +42,9 @@ plt.rcParams['axes.unicode_minus'] = False # 用来正常显示负号
# from config_jingbo_pro import * # from config_jingbo_pro import *
# from config_jingbo import * # from config_jingbo import *
# from config_jingbo_zhoudu import * from config_jingbo_zhoudu import *
# from config_yongan import * # from config_yongan import *
from config_juxiting import * # from config_juxiting import *
# from config_juxiting_zhoudu import * # from config_juxiting_zhoudu import *
# from config_juxiting_pro import * # from config_juxiting_pro import *

5
models/nerulforcastmodels.py
View File

@ -197,7 +197,8 @@ def ex_Model(df,horizon,input_size,train_steps,val_check_steps,early_stop_patien
#进行未来时间预测 #进行未来时间预测
df_predict=nf.predict(df_test).reset_index() df_predict=nf.predict(df_test).reset_index()
# 去掉index列 # 去掉index列
df_predict.drop(columns=['index'], inplace=True) if 'index' in df_predict.columns:
df_predict.drop(columns=['index'], inplace=True)
df_predict.astype({col: 'float32' for col in df_predict.columns if col not in ['ds'] }) df_predict.astype({col: 'float32' for col in df_predict.columns if col not in ['ds'] })
# 添加预测时间 # 添加预测时间
@ -859,7 +860,7 @@ def model_losss(sqlitedb,end_time):
# 然后筛选出那些 cutoff 等于 max_cutoff 的行，这样就得到了每个分组中 cutoff 最大的行，并保留了其他列 # 然后筛选出那些 cutoff 等于 max_cutoff 的行，这样就得到了每个分组中 cutoff 最大的行，并保留了其他列
df_combined = df_combined[df_combined['CREAT_DATE'] == df_combined['max_cutoff']] df_combined = df_combined[df_combined['CREAT_DATE'] == df_combined['max_cutoff']]
# 删除模型生成的cutoff列 # 删除模型生成的cutoff列
df_combined.drop(columns=['CREAT_DATE', 'max_cutoff','created_dt','min_within_quantile','max_within_quantile','id','min_price','max_price','LOW_PRICE','HIGH_PRICE','mean'], inplace=True,errors='ignore') df_combined.drop(columns=['CREAT_DATE', 'max_cutoff','created_dt','min_within_quantile','max_within_quantile','id','min_price','max_price','LOW_PRICE','HIGH_PRICE'], inplace=True,errors='ignore')
# 获取模型名称 # 获取模型名称
modelnames = df_combined.columns.to_list()[1:] modelnames = df_combined.columns.to_list()[1:]
if 'y' in modelnames: if 'y' in modelnames: