alphaear-predictor

AlphaEar Predictor Skill

概述

此技能利用 Kronos 模型（通过 KronosPredictorUtility）执行时间序列预测，并根据新闻情绪调整预测结果。

功能

1. 预测市场趋势

1. 预测市场趋势

工作流：

1. 生成基础预测：使用 scripts/kronos_predictor.py（通过 KronosPredictorUtility）生成技术面／量化预测。
2. 调整预测（Agentic）：使用 references/PROMPTS.md 中的 预测调整提示词，根据最新新闻／逻辑对数值进行主观调整。

关键工具：

• KronosPredictorUtility.get_base_forecast(df, lookback, pred_len, news_text)：返回 List[KLinePoint]。

使用示例（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)

配置

此技能需要 Kronos 模型和嵌入模型。

1. Kronos 模型：
   • 确保项目根目录下存在 exports/models 目录。
   • 将训练好的新闻投影器权重（例如 kronos_news_v1.pt）放入 exports/models/。
   • 或使用基础模型（会自动下载）。

注意

模型安全性：此技能会从 exports/models 加载模型权重。我们使用 weights_only=True，并且只扫描符合 kronos_news_*.pt 模式的文件。请确保只在此目录中放置可信的检查点。

2. 环境变量：
   • EMBEDDING_MODEL：嵌入模型的路径或名称（默认：sentence-transformers/all-MiniLM-L6-v2）。
   • KRONOS_MODEL_PATH：用于覆盖模型加载路径的可选项。

依赖项

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