# 读取配置 from lib.dataread import * from config_jingbo_zhoudu 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 first_mean = predictdata_df['top_models_mean'].iloc[0] last_mean = predictdata_df['top_models_mean'].iloc[-1] # 保留两位小数 first_mean = round(first_mean, 2) last_mean = round(last_mean, 2) predictdata = [ { "dataItemNo": global_config['bdwd_items']['cizhou'], "dataDate": global_config['end_time'].replace('-',''), "dataStatus": "add", "dataValue": first_mean }, { "dataItemNo": global_config['bdwd_items']['gezhou'], "dataDate": global_config['end_time'].replace('-',''), "dataStatus": "add", "dataValue": last_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原油大模型周度预测--{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('2024-12-1', '2025-2-26', freq='W'): # end_time = i_time.strftime('%Y-%m-%d') # predict_main() predict_main()