mcpField
T
trader-train

trader-train

github.com/ruvnetデータ・データベース80.0k736 回インストール今日更新
リポジトリ

trader-train について

neural-traderで予測モデルを学習し、指標の確認、予測生成、モデル種類の比較を行うスキルです。結果の保存や、モデルの結果を使ったSONAの学習にも対応します。

主な機能

  1. 01LSTM、transformer、N-BEATSモデルの学習
  2. 02損失と検証指標の確認
  3. 03信頼区間付き予測の生成
  4. 04モデル性能の比較
  5. 05結果の保存とSONAの学習

活用シーン

  1. 01指定銘柄のモデル学習
  2. 02指定期間の銘柄予測
  3. 03予測モデルの種類の比較
  4. 04後の分析に向けた結果の保存

MCP 対応

Rufloのmemoryツールで学習結果をtrading-analysis名前空間に保存し、neural_trainを呼び出してモデル結果からSONAを学習します。

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/ruvnet/ruflo --skill trader-train

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

詳細

neural-trader の ML エンジンを使用して、ニューラル予測モデルをトレーニングします。

手順：

  1. neural-trader が利用可能であることを確認します： npm ls neural-trader 2>/dev/null || npm install --ignore-scripts neural-trader
  2. 指定したモデルをトレーニングします： 
    npx neural-trader --model lstm --symbol TICKER --confidence 0.95
npx neural-trader --model transformer --symbol TICKER --predict
npx neural-trader --model nbeats --symbol TICKER --decompose
  3. トレーニング出力を確認します：損失曲線、検証メトリクス、予測精度
  4. 信頼区間付きの予測を生成します： 
    npx neural-trader --model MODEL --symbol TICKER --predict --horizon 5d
  5. モデルの種類ごとにパフォーマンスを比較します： 
    npx neural-trader --model-compare --symbol TICKER --models "lstm,transformer,nbeats"
  6. モデルの結果を保存します（ADR-126 Phase 1 に準拠した標準の trading-analysis 名前空間を使用します。以前は宣言されていない trading-models に保存されていました）： mcp__plugin_ruflo-core_ruflo__memory_store({ key: "model-MODEL-TICKER-DATE", value: "TRAINING_RESULTS", namespace: "trading-analysis" })
  7. モデルの結果を使って SONA をトレーニングします： mcp__plugin_ruflo-core_ruflo__neural_train({ patternType: "trading-model", epochs: 10 })

コメント

Markdown 対応