# tred-transformer

**Repository Path**: eilinge/tred-transformer

## Basic Information

- **Project Name**: tred-transformer
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-07-31
- **Last Updated**: 2026-07-31

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# Block AttnRes A-Share Stock Selection

**A 股涨停板选股策略** — 基于 Kimi Block Attention Residual Transformer 的机器学习选股模型。

预测四种涨停板模式：一进二、二进三、N字反包、最高板。

---

## 快速开始

```bash
# 一条命令：获取数据 → 训练 → 回测 → 预测
make full-pipeline

# 或分步执行:
make test            # 运行测试
make data-real       # 获取真实K线数据
make train           # 训练模型
make backtest        # 回测验证
make live            # 实时预测
make plot-backtest   # 可视化
```

---

## 工作流（4步）

### 第1步：获取数据

```bash
# 真实数据（腾讯K线API）
make data-real N=500    # 500只股票, 默认2020-2025

# Mock数据（调试用）
make data-mock          # 60天模拟数据
```

数据输出: `data/cache/real_data/features.npy` (45,000+ 样本, 32维特征)

### 第2步：训练模型

```bash
make train              # 默认 30 epochs

# 自定义
make train N=80         # 80 epochs
conda run -n torch bash -c "PYTHONPATH=. python train.py \
  --mode train --epochs 80 --batch-size 256 --data data/cache/real_data"
```

输出: `models/checkpoints/best_model.pt` (12MB, 1M参数)

### 第3步：回测验证

```bash
make backtest           # 全部4种模式

# 查看回测图表
make plot-backtest      # → results/plots/backtest.png
```

关键指标：命中率 / 平均收益 / 命中 vs 未命中均分差

### 第4步：实时预测

```bash
make live               # 单次推理

# 输出: results/live/{date}_candidates.csv
```

---

## 命令速查

| 命令 | 功能 |
|------|------|
| `make test` | 运行所有测试 |
| `make check` | 代码质量检查 |
| `make data-mock` | 生成模拟数据 |
| `make data-real` | 获取真实K线数据 (2020-2025) |
| `make train` | 训练模型 |
| `make backtest` | 回测全部4种模式 |
| `make live` | 实时预测 (单次) |
| `make plot-train` | 训练曲线图 |
| `make plot-backtest` | 回测结果图 |
| `make clean` | 清空缓存/检查点 |
| `make help` | 全部命令 |

---

## 项目结构

```
├── config.py                 # 配置 (模型/训练/过滤参数)
├── train.py                  # 训练管线 (多任务Focal Loss)
├── live_engine.py            # 实时推理引擎Wbb
├── Makefile                  # 命令入口
│
├── data/
│   ├── fetcher_tencent.py    # 腾讯财经行情 + K线
│   ├── fetcher_ths.py        # 同花顺板块/人气
│   ├── fetcher_ths_l2.py     # 同花顺Level-2
│   ├── features_l2.py        # Level-2特征计算
│   └── filter.py             # 候选池 + 标签 + 特征工程
│
├── models/
│   └── attnres.py            # Block AttnRes Transformer (1M参数)
│
├── pipeline/
│   └── etl.py                # 数据管线编排器
│
├── backtest/
│   └── engine.py              # 回测引擎
│
├── scripts/
│   ├── build_real_data.py    # 真实数据构建
│   ├── generate_mock_data.py # Mock数据生成
│   ├── plot_training.py      # 训练可视化
│   ├── plot_backtest.py      # 回测可视化
│   └── check.sh              # 质量检查
│
└── tests/
    ├── test_model.py          # 模型冒烟测试
    └── test_phase1_l2.py      # Level-2集成测试
```

---

## 环境要求

- **Python**: 3.10+
- **PyTorch**: 2.0+ (CUDA推荐)
- **conda**: 创建环境 `conda create -n torch python=3.12`
- **依赖**: `pip install torch numpy pandas matplotlib`

```bash
make env-check  # 检查环境
```