mcpField
T
trader-train

trader-train

github.com/ruvnet数据与数据库80.0k736 次安装今天更新
代码仓库

关于 trader-train

使用 neural-trader 训练神经预测模型，并查看指标、生成预测和比较模型类型。还可存储结果，并根据模型表现训练 SONA。

主要功能

  1. 01训练 LSTM、transformer 和 N-BEATS 模型
  2. 02查看损失和验证指标
  3. 03生成带置信区间的预测
  4. 04比较模型表现
  5. 05存储结果并训练 SONA

适用场景

  1. 01为指定股票代码训练模型
  2. 02预测指定期限内的股票走势
  3. 03比较不同预测模型
  4. 04保存结果供后续分析

MCP 相关

使用 Ruflo memory 工具将训练结果存入 trading-analysis 命名空间，并调用 neural_train 根据模型表现训练 SONA。

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/ruvnet/ruflo --skill trader-train

安装后在 Claude Code 中输入/trader-train确认已加载。

详细介绍

使用 neural-trader 的 ML 引擎训练神经网络预测模型。

步骤：

  1. 确保 neural-trader 可用： npm ls neural-trader 2>/dev/null || npm install --ignore-scripts neural-trader
  2. 训练指定模型： 
    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. 查看训练输出：损失曲线、验证指标和预测准确率
  4. 生成包含置信区间的预测： 
    npx neural-trader --model MODEL --symbol TICKER --predict --horizon 5d
  5. 比较不同类型模型的性能： 
    npx neural-trader --model-compare --symbol TICKER --models "lstm,transformer,nbeats"
  6. 存储模型结果（根据 ADR-126 Phase 1 使用规范的 trading-analysis 命名空间——此前存储在未声明的 trading-models 中）： mcp__plugin_ruflo-core_ruflo__memory_store({ key: "model-MODEL-TICKER-DATE", value: "TRAINING_RESULTS", namespace: "trading-analysis" })
  7. 根据模型结果训练 SONA： mcp__plugin_ruflo-core_ruflo__neural_train({ patternType: "trading-model", epochs: 10 })

评论

支持 Markdown