import logging import os import logging.handlers import datetime # eta 接口token APPID = "XNLDvxZHHugj7wJ7" SECRET = "iSeU4s6cKKBVbt94htVY1p0sqUMqb2xa" # eta 接口url sourcelisturl = 'http://10.189.2.78:8108/v1/edb/source/list' classifylisturl = 'http://10.189.2.78:8108/v1/edb/classify/list?ClassifyType=' uniquecodedataurl = 'http://10.189.2.78:8108/v1/edb/data?UniqueCode=4991c37becba464609b409909fe4d992&StartDate=2024-02-01' classifyidlisturl = 'http://10.189.2.78:8108/v1/edb/list?ClassifyId=' edbcodedataurl = 'http://10.189.2.78:8108/v1/edb/data?EdbCode=' edbdatapushurl = 'http://10.189.2.78:8108/v1/edb/push' edbdeleteurl = 'http://10.189.2.78:8108/v1/edb/business/edb/del' edbbusinessurl = 'http://10.189.2.78:8108/v1/edb/business/data/del' edbcodelist = ['ID01385938','lmcads03 lme comdty', 'GC1 COMB Comdty', 'C2404171822', 'dxy curncy', 'S5443199 ', 'S5479800', 'S5443108', 'H7358586', 'LC3FM1 INDEX', 'CNY REGN Curncy', 's0105897', 'M0067419', 'M0066351', 'S0266372', 'S0266438', 'S0266506'] # 临时写死用指定的列,与上面的edbcode对应，后面更改 edbnamelist = [ 'ds','y', 'LME铜价', '黄金连1合约', 'Brent-WTI', '美元指数', '甲醇鲁南价格', '甲醇太仓港口价格', '山东丙烯主流价', '丙烷（山东）', 'FEI丙烷 M1', '在岸人民币汇率', '南华工业品指数', 'PVC期货主力', 'PE期货收盘价', 'PP连续-1月', 'PP连续-5月', 'PP连续-9月', ] edbcodenamedict = { 'ID01385938':'PP：拉丝：1102K：市场价：青州：国家能源宁煤（日）', 'lmcads03 lme comdty':'LME铜价', 'GC1 COMB Comdty':'黄金连1合约', 'C2404171822':'Brent-WTI', 'dxy curncy':'美元指数', 'S5443199 ':'甲醇鲁南价格', 'S5479800':'甲醇太仓港口价格', 'S5443108':'山东丙烯主流价', 'H7358586':'丙烷（山东）', 'LC3FM1 INDEX':'FEI丙烷 M1', 'CNY REGN Curncy':'在岸人民币汇率', 's0105897':'南华工业品指数', 'M0067419':'PVC期货主力', 'M0066351':'PE期货收盘价', 'S0266372':'PP连续-1月', 'S0266438':'PP连续-5月', 'S0266506':'PP连续-9月', } # eta自有数据指标编码 modelsindex = { 'NHITS': 'SELF0000001', 'Informer':'SELF0000057', 'LSTM':'SELF0000058', 'iTransformer':'SELF0000059', 'TSMixer':'SELF0000060', 'TSMixerx':'SELF0000061', 'PatchTST':'SELF0000062', 'RNN':'SELF0000063', 'GRU':'SELF0000064', 'TCN':'SELF0000065', 'BiTCN':'SELF0000066', 'DilatedRNN':'SELF0000067', 'MLP':'SELF0000068', 'DLinear':'SELF0000069', 'NLinear':'SELF0000070', 'TFT':'SELF0000071', 'FEDformer':'SELF0000072', 'StemGNN':'SELF0000073', 'MLPMultivariate':'SELF0000074', 'TiDE':'SELF0000075', 'DeepNPTS':'SELF0000076' } # eta 上传预测结果的请求体，后面发起请求的时候更改 model datalist 数据 data = { "IndexCode": "", "IndexName": "价格预测模型", "Unit": "无", "Frequency": "日度", "SourceName": f"价格预测", "Remark": 'ddd', "DataList": [ { "Date": "2024-05-02", "Value": 333444 } ] } # eta 分类 # level：3才可以获取到数据，所以需要人工把能源化工下所有的level3级都找到 # url = 'http://10.189.2.78:8108/v1/edb/list?ClassifyId=1214' #ParentId ":1160, 能源化工 # ClassifyId ":1214,原油 ,1161 PP #ParentId ":1214,"，就是原油下所有的数据。 ClassifyId = 1161 ### 报告上传配置 # 变量定义--线上环境 login_pushreport_url = "http://10.200.32.39/jingbo-api/api/server/login" upload_url = "http://10.200.32.39/jingbo-api/api/dw/dataValue/pushDataValueList" login_data = { "data": { "account": "api_dev", "password": "ZTEwYWRjMzk0OWJhNTlhYmJlNTZlMDU3ZjIwZjg4M2U=", "tenantHashCode": "8a4577dbd919675758d57999a1e891fe", "terminal": "API" }, "funcModule": "API", "funcOperation": "获取token" } upload_data = { "funcModule":'研究报告信息', "funcOperation":'上传原油价格预测报告', "data":{ "ownerAccount":'27663', #报告所属用户账号 27663 - 刘小朋 "reportType":'OIL_PRICE_FORECAST', # 报告类型，固定为OIL_PRICE_FORECAST "fileName": '', #文件名称 "fileBase64": '' ,#文件内容base64 "categoryNo":'yyjgycbg', # 研究报告分类编码 "smartBusinessClassCode":'YCJGYCBG', #分析报告分类编码 "reportEmployeeCode":"E40482" ,# 报告人 E40482 - 管理员 0000027663 - 刘小朋 "reportDeptCode" :"002000621000", # 报告部门 - 002000621000 SH期货研究部 "productGroupCode":"RAW_MATERIAL" # 商品分类 } } # # 变量定义--测试环境 # login_pushreport_url = "http://192.168.100.53:8080/jingbo-dev/api/server/login" # upload_url = "http://192.168.100.53:8080/jingbo-dev/api/analysis/reportInfo/researchUploadReportSave" # # upload_url = "http://192.168.100.109:8080/jingbo/api/analysis/reportInfo/researchUploadReportSave" # zhaoqiwei # login_data = { # "data": { # "account": "api_test", # "password": "MmVmNzNlOWI0MmY0ZDdjZGUwNzE3ZjFiMDJiZDZjZWU=", # "tenantHashCode": "8a4577dbd919675758d57999a1e891fe", # "terminal": "API" # }, # "funcModule": "API", # "funcOperation": "获取token" # } # upload_data = { # "funcModule":'研究报告信息', # "funcOperation":'上传原油价格预测报告', # "data":{ # "ownerAccount":'arui', #报告所属用户账号 # "reportType":'OIL_PRICE_FORECAST', # 报告类型，固定为OIL_PRICE_FORECAST # "fileName": '2000-40-5-50--100-原油指标数据.xlsx-Brent活跃合约--2024-09-06-15-01-29-预测报告.pdf', #文件名称 # "fileBase64": '' ,#文件内容base64 # "categoryNo":'yyjgycbg', # 研究报告分类编码 # "smartBusinessClassCode":'YCJGYCBG', #分析报告分类编码 # "reportEmployeeCode":"E40116", # 报告人 # "reportDeptCode" :"D0044" ,# 报告部门 # "productGroupCode":"RAW_MATERIAL" # 商品分类 # } # } ### 线上开关 # is_train = True # 是否训练 # is_debug = False # 是否调试 # is_eta = True # 是否使用eta接口 # is_timefurture = True # 是否使用时间特征 # is_fivemodels = False # 是否使用之前保存的最佳的5个模型 # is_edbcode = False # 特征使用edbcoding列表中的 # is_edbnamelist = False # 自定义特征，对应上面的edbnamelist # is_update_report = True # 是否上传报告 ### 开关 is_train = True # 是否训练 is_debug = False # 是否调试 is_eta = False # 是否使用eta接口 is_timefurture = True # 是否使用时间特征 is_fivemodels = False # 是否使用之前保存的最佳的5个模型 is_edbcode = False # 特征使用edbcoding列表中的 is_edbnamelist = False # 自定义特征，对应上面的edbnamelist is_update_eta = False # 预测结果上传到eta is_update_report = False # 是否上传报告 # 数据截取日期 end_time = '' # 数据截取日期 freq = 'B' # 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 is_corr = False # 特征是否参与滞后领先提升相关系数 add_kdj = False # 是否添加kdj指标 if add_kdj and is_edbnamelist: edbnamelist = edbnamelist+['K','D','J'] ### 模型参数 # y = 'PP：拉丝：1102K：市场价：青州：国家能源宁煤（日）' # 原油指标数据的目标变量 y = 'AVG-金能大唐久泰青州' # 原油指标数据的目标变量 avg_cols = [ 'PP：拉丝：1102K：出厂价：青州：国家能源宁煤（日）', 'PP：拉丝：L5E89：出厂价：华北（第二区域）：内蒙古久泰新材料（日）', 'PP：拉丝：L5E89：出厂价：河北、鲁北：大唐内蒙多伦（日）', 'PP：拉丝：HP550J：市场价：青岛：金能化学（日）' ] offsite = 80 offsite_col = ['PP：拉丝：HP550J：市场价：青岛：金能化学（日）'] horizon =5 # 预测的步长 input_size = 40 # 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 val_check_steps = 30 # 评估频率 early_stop_patience_steps = 5 # 早停的耐心步数 # --- 交叉验证用的参数 test_size = 200 # 测试集大小，定义100，后面使用的时候重新赋值 val_size = test_size # 验证集大小,同测试集大小 ### 特征筛选用到的参数 k = 100 # 特征筛选数量，如果是0或者值比特征数量大，代表全部特征 # 绘图预测图上下边界使用的阈值，可以根据实际情况调整 rote = 0.04 ### 文件 data_set = 'PP指标数据.xlsx' # 数据集文件 # data_set = 'INE_OIL(1).csv' ### 文件夹 dataset = 'juxitingdataset' # 数据集文件夹 # 数据库名称 db_name = os.path.join(dataset,'jbsh_juxiting.db') settings = f'{input_size}-{horizon}-{train_steps}--{k}-{data_set}-{y}' # 获取日期时间 now = datetime.datetime.now().strftime('%Y%m%d%H%M%S') # 获取当前日期时间 reportname = f'PP--{now}-预测报告.pdf' # 报告文件名 reportname = reportname.replace(':', '-') # 替换冒号 ### 邮件配置 username='1321340118@qq.com' passwd='wgczgyhtyyyyjghi' # recv=['liurui_test@163.com','52585119@qq.com'] recv=['liurui_test@163.com'] title=reportname content=y+'预测报告请看附件' file=os.path.join(dataset,reportname) # file=os.path.join(dataset,'14-7-50--100-原油指标数据.xlsx-Brent连1合约价格--20240731175936-预测报告.pdf') ssl=True ### 日志配置 # 创建日志目录（如果不存在） log_dir = 'logs' if not os.path.exists(log_dir): os.makedirs(log_dir) # 配置日志记录器 logger = logging.getLogger('my_logger') logger.setLevel(logging.INFO) # 配置文件处理器，将日志记录到文件 file_handler = logging.handlers.RotatingFileHandler(os.path.join(log_dir, 'pricepredict.log'), maxBytes=1024 * 1024, backupCount=5) file_handler.setFormatter(logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')) # 配置控制台处理器，将日志打印到控制台 console_handler = logging.StreamHandler() console_handler.setFormatter(logging.Formatter('%(message)s')) # 将处理器添加到日志记录器 logger.addHandler(file_handler) logger.addHandler(console_handler) # logger.info('当前配置：'+settings)