mcpField
A
alphaear-predictor

alphaear-predictor

github.com/rkidingデータ・データベース3.1k585 回インストール30 週間前に更新
リポジトリ

alphaear-predictor について

alphaear-predictorはKronosモデルを使って市場の時系列を予測するスキルです。定量的な基礎予測を生成し、最近のニュースや推論を踏まえてエージェントが調整します。

主な機能

  1. 01Kronosによる基礎予測
  2. 02最近のニュースに基づく予測調整
  3. 03予測期間の指定
  4. 04任意のニュース投影モデル重み

活用シーン

  1. 01市場トレンドの予測生成
  2. 02ニュースを踏まえた予測の修正
  3. 03予測での埋め込みモデルの利用

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/rkiding/awesome-finance-skills --skill alphaear-predictor

インストール後、Claude Code で/alphaear-predictorを入力して読み込まれたか確認します。

同梱ファイル

SKILL.md と一緒にインストールされる参考資料やスクリプト。

references/
PROMPTS.md
scripts/
__init__.py
forecast_agent.py
json_utils.py
kronos_predictor.py
scripts/predictor/model/
__init__.py
kronos.py
module.py
scripts/prompts/
fin_agent.py
forecast_analyst.py
intent_agent.py
isq_prompt_generator.py
report_agent.py
trend_agent.py
visualizer.py
scripts/schema/
isq_template.py
models.py
scripts/utils/
__init__.py
database_manager.py
json_utils.py
logging_setup.py
scripts/utils/llm/
capability.py
factory.py
router.py
scripts/utils/predictor/
evaluation.py
kline_generate.py
training.py
scripts/utils/predictor/model/
__init__.py
kronos.py
module.py

詳細

AlphaEar 予測スキル

概要

このスキルは、Kronos モデル（KronosPredictorUtility 経由）を使用して時系列予測を行い、ニュースのセンチメントに基づいて予測を調整します。

機能

1. 市場動向の予測
1. 市場動向の予測

ワークフロー：

  1. ベース予測の生成：scripts/kronos_predictor.py（KronosPredictorUtility 経由）を使用して、技術的・定量的な予測を生成します。
  2. 予測の調整（エージェントによる処理）：references/PROMPTS.md の 予測調整プロンプトを使用し、最新のニュースやロジックに基づいて数値を主観的に調整します。

主なツール：

  • KronosPredictorUtility.get_base_forecast(df, lookback, pred_len, news_text)：List[KLinePoint] を返します。

使用例（Python）：

from scripts.utils.kronos_predictor import KronosPredictorUtility
from scripts.utils.database_manager import DatabaseManager

db = DatabaseManager()
predictor = KronosPredictorUtility()

# Forecast
forecast = predictor.predict("600519", horizon="7d")
print(forecast)

設定

このスキルには Kronos モデルと埋め込みモデルが必要です。

  1. Kronos モデル：
    • プロジェクトのルートに exports/models ディレクトリがあることを確認してください。
    • 学習済みのニュースプロジェクターの重み（例：kronos_news_v1.pt）を exports/models/ に配置してください。
    • または、ベースモデルを使用します（自動的にダウンロードされます）。

注意

モデルのセキュリティ：このスキルは exports/models からモデルの重みを読み込みます。weights_only=True を使用し、kronos_news_*.pt のパターンに一致するファイルのみを検索します。このディレクトリには、信頼できるチェックポイントのみを配置してください。

  1. 環境変数：
    • EMBEDDING_MODEL：埋め込みモデルのパスまたは名前（デフォルト：sentence-transformers/all-MiniLM-L6-v2）。
    • KRONOS_MODEL_PATH：モデルの読み込み先を上書きするための任意のパス。

依存関係

  • torch
  • transformers
  • sentence-transformers
  • pandas
  • numpy
  • scikit-learn

コメント

Markdown 対応