CLAUDE.md

This file provides guidance to Claude Code (claude.ai/code) when working with code in this repository.

项目概述

基于深度学习的 BTC 小时级涨跌预测系统，包含模型训练、FastAPI 后端、Vue 3 看板、Polymarket 自动交易。当前最佳模型 DLinear 准确率 53.10%。

环境与构建

# Python 环境（必须使用 Conda，禁止 venv/poetry）
conda activate crypto_pred_312

# 安装依赖（PyTorch 需根据平台单独安装，requirements.txt 不含 torch）
pip install -r requirements.txt

# 数据库：仅支持 MySQL，禁止 SQLite
# 配置：复制 .env.example 为 .env 并填写 MySQL 连接信息

常用命令

# 启动完整系统（API + 自动交易）
python start_system.py

# 单独启动 API 服务
python -m uvicorn api.main:app --host 0.0.0.0 --port 8000

# 单独启动自动交易
python auto_trade_polymarket.py

# 训练 DLinear 分类模型
python train_classification_full.py

# 测试模型（2026年数据）
python test_models_feb_2026.py

# 集成预测
python ensemble_predict.py

# 测试与检查
pytest
flake8 .

架构

数据流: Binance API → data/fetcher.py → data/preprocessor.py (技术指标) → data/dataset.py → 模型推理
交易流: 模型预测 → auto_trade_polymarket.py → Polymarket 下单 → MySQL 记录
服务流: FastAPI (api/main.py) → 前端看板 (api/static/) → http://localhost:8000

核心模块

data/ — 数据层：fetcher.py(Binance数据获取)、preprocessor.py(特征工程: RSI+MACD)、dataset.py(PyTorch数据集)、database.py(市场数据MySQL)、trading_db.py(交易历史MySQL)
models/ — 模型层：dlinear/model.py(主力模型，时序分解+线性层)、nbeats/、base.py(抽象基类)
models/checkpoints/dlinear_classification_2026/ — 训练产物：best_model.pt、preprocessor.pkl、test_2026_results.json
training/ — 训练层：trainer.py(训练循环，支持 MPS/CUDA/CPU)、config.py(超参数)、evaluator.py(评估)
api/ — 服务层：main.py(FastAPI入口)、models.py(DB操作+时区转换)、prediction_service.py(预测服务)、polymarket_client.py(交易客户端)
start_system.py — 统一启动入口（同时启动 API 和自动交易）
auto_trade_polymarket.py — 自动交易主程序（每小时执行预测+下单）

DLinear 模型结构

输入 (168h × 9特征) → MovingAvg 时序分解 → 季节性/趋势分量各经线性层 → MLP 聚合 → logits 输出 (BCEWithLogitsLoss)

开发约束

数据库：仅 MySQL（pymysql），禁止 SQLite。连接使用 data/database.py 的 DatabaseManager 或 api/models.py 的 get_db_connection
时区：数据库存 UTC/ET，前端展示 CST（北京时间），转换用 api.models.convert_to_cst()
代码注释：中文，解释"为什么"
命名：变量/函数 snake_case，类 PascalCase
代理访问 Binance：需在 .env 配置 SOCKS5_PROXY 和 USE_PROXY=true
日志：交易日志在 logs/polymarket_trading.log（10MB 轮转）

禁止事项

禁止引入 SQLite 或恢复已删除的 SQLite 代码
禁止在未确认的情况下升级核心库版本（torch, pandas 等）
禁止删除看似无用但可能被外部脚本调用的代码

3.3 KiB Raw Blame History Unescape Escape