crypto_predictorandClaude Sonnet 4.5
9bbdc8d42b
🎯 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>
41 lines
588 B
Plaintext
41 lines
588 B
Plaintext
# Core dependencies
|
|
torch>=2.0.0
|
|
torchvision
|
|
torchaudio
|
|
python-binance>=1.0.19
|
|
pandas>=2.0.0
|
|
numpy>=1.24.0
|
|
scikit-learn>=1.3.0
|
|
pytz
|
|
python-dotenv>=1.0.0
|
|
|
|
# ONNX
|
|
onnx>=1.14.0
|
|
onnxruntime>=1.15.0
|
|
|
|
# Model-specific dependencies
|
|
darts>=0.27.0
|
|
u8darts[torch]>=0.27.0
|
|
tsfm_public>=0.2.0
|
|
gluonts[torch]>=0.14.0
|
|
|
|
# API dependencies
|
|
fastapi>=0.104.0
|
|
uvicorn[standard]>=0.24.0
|
|
pydantic>=2.0.0
|
|
python-multipart>=0.0.6
|
|
|
|
# Technical indicators
|
|
pandas-ta>=0.3.14b
|
|
|
|
# Development tools
|
|
jupyter>=1.0.0
|
|
matplotlib>=3.7.0
|
|
seaborn>=0.12.0
|
|
pytest>=7.4.0
|
|
black>=23.0.0
|
|
flake8>=6.0.0
|
|
|
|
# Utilities
|
|
tqdm>=4.66.0
|