Initial commit: BTC 1h prediction model (53.10% accuracy)

🎯 项目成果：
- 准确率: 53.10% (2026年测试集)
- 任务类型: 二分类 (预测涨/跌)
- 特征: OHLCV + RSI + MACD (9个特征)
- 训练数据: 2020-2025年BTC小时数据 (52,351序列)
- 测试数据: 2026年1-29日 (484序列)

📊 性能指标：
- 精确率: 51.79%
- 召回率: 49.36%
- F1分数: 0.5054
- 预测分布: 非常平衡 (偏差仅-11个)

🔬 实验历史：
- 尝试了5种方案 (回归/分类, 不同数据划分)
- 分类任务优于回归任务 (53.10% vs 49.5%)
- 全量训练避免了过拟合问题

📦 主要模型文件：
- models/checkpoints/dlinear_classification_2026/
  - best_model.pt (最佳模型)
  - preprocessor.pkl (预处理器)
  - test_2026_results.json (测试结果)

Co-Authored-By: Claude Sonnet 4.5 <noreply@anthropic.com>

environment.yml

@@ -0,0 +1,63 @@
+name: crypto_pred
+channels:
+  - pytorch
+  - conda-forge
+  - defaults
+dependencies:
+  # Python
+  - python=3.10
+
+  # PyTorch (Mac M1 支持)
+  - pytorch
+  - torchvision
+  - torchaudio
+
+  # 数据处理
+  - pandas>=2.0.0
+  - numpy>=1.24.0
+  - scikit-learn>=1.3.0
+
+  # 开发工具
+  - jupyter
+  - ipython
+  - tqdm
+
+  # 可视化
+  - matplotlib
+  - seaborn
+
+  # 通过pip安装的包
+  - pip
+  - pip:
+    # Binance API
+    - python-binance>=1.0.19
+
+    # 环境变量
+    - python-dotenv>=1.0.0
+
+    # 时区处理
+    - pytz
+
+    # ONNX
+    - onnx>=1.14.0
+    - onnxruntime>=1.15.0
+
+    # 技术指标
+    - pandas-ta>=0.3.14b
+
+    # 模型库
+    - darts>=0.27.0
+    - u8darts[torch]>=0.27.0
+    - tsfm_public>=0.2.0
+    - gluonts[torch]>=0.14.0
+
+    # FastAPI
+    - fastapi>=0.104.0
+    - uvicorn[standard]>=0.24.0
+    - pydantic>=2.0.0
+    - python-multipart>=0.0.6
+
+    # 测试
+    - pytest>=7.4.0
+    - black>=23.0.0
+    - flake8>=6.0.0