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 2025-02-26 17:18:47 +08:00
parent 459cf1763c
commit dab9fadc77
3 changed files with 9 additions and 10 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

4
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 = True # 是否调试 is_debug = False # 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 = 2017 # 数据开始年份 start_year = 2020 # 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

13
main_yuanyou_zhoudu.py
View File

@ -288,11 +288,10 @@ def predict_main():
if __name__ == '__main__': if __name__ == '__main__':
# global end_time global end_time
# is_on = True # 遍历2024-11-25 到 2024-12-3 之间的工作日日期
# # 遍历2024-11-25 到 2024-12-3 之间的工作日日期 for i_time in pd.date_range('2024-10-8', '2025-2-26', freq='W'):
# for i_time in pd.date_range('2024-10-8', '2025-2-12', freq='W'): end_time = i_time.strftime('%Y-%m-%d')
# end_time = i_time.strftime('%Y-%m-%d') predict_main()
# predict_main()
predict_main() # predict_main()

2
models/nerulforcastmodels.py
View File

@ -860,7 +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'], 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','mean'], 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: