# Comp

**Repository Path**: hoi_xd/comp

## Basic Information

- **Project Name**: Comp
- **Description**: comp       git
- **Primary Language**: Unknown
- **License**: Apache-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-06-29
- **Last Updated**: 2025-08-13

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# AFAC2025 基金预测项目

本项目是针对 **AFAC2025挑战组-赛题一：基金产品的长周期申购和赎回预测** 的解决方案。

## 📋 项目概述

该项目实现了基于深度学习的基金申购赎回预测系统，包含：
- 🧠 **RNN/GRU模型**：时间序列预测核心
- 📊 **多模态特征融合**：市场数据 + LLM语义特征
- 💾 **智能缓存系统**：避免重复API调用
- ⚙️ **自动化工具链**：Makefile管理项目

## 🚀 快速开始

### 1. 环境准备
```bash
# 安装Python依赖
make install-deps

# 或手动安装
pip install pandas numpy torch scikit-learn matplotlib seaborn jupyter
```

### 2. 数据获取
```bash
# 初始化项目和数据（推荐）
make setup

# 或手动获取最新数据
make update-data
```

### 3. 训练模型
```bash
# 基础RNN训练（36个特征）
make train

# 增强特征训练（包含LLM特征）
make train-enhanced

# 基线模型
make baseline
```

## 📊 数据说明

### 数据源
- **主数据**：[AFAC2025训练数据](https://github.com/AFAC-2025/AFAC2025_train_data.git)
- **本地文件**：`fund_apply_redeem_series.csv` - 基础申购赎回数据
- **增强文件**：`fund_enhanced_features.csv` - 包含市场特征的增强数据

### 数据结构
- **基金数量**：20个
- **时间范围**：445天（2024年4月8日起）
- **基础特征**：申购量、赎回量、页面UV等
- **增强特征**：36维（市场指数、交易量、时间特征等）
- **LLM特征**：512维语义embedding + 结构化标签

## 🏗️ 项目架构

### 核心文件
```
├── original_test_rnn.py      # 基础RNN模型（36特征）
├── test_rnn.py              # 增强RNN模型（多模态融合）
├── feature_cache_manager.py # 特征缓存管理器
├── process_features_main.py # 特征处理主程序
├── baseline.py              # 基线模型
└── modules.py               # 网络模块定义
```

### 模型架构

#### 基础RNN（original_test_rnn.py）
- **输入**：36维增强特征
- **序列长度**：30天（您刚修改的）
- **隐藏层**：512维GRU
- **输出**：7天 × 2变量预测

#### 增强RNN（test_rnn.py）
- **多模态融合**：增强特征 + LLM embedding
- **特征映射**：FC层统一到512维语义空间
- **序列长度**：14天
- **输出**：7天 × 2变量预测

## 🛠️ Makefile 命令

### 数据管理
```bash
make setup           # 初始化项目和数据子模块
make update-data     # 更新训练数据到最新版本
make check-data      # 检查数据文件状态
make sync-latest     # 同步最新的fund_apply_redeem_series.csv
```

### 训练和测试
```bash
make train           # 运行RNN模型训练
make train-enhanced  # 运行增强特征训练
make test            # 运行所有测试
make baseline        # 运行基线模型
```

### 特征处理
```bash
make process-features # 处理和缓存特征
make cache-market    # 缓存市场特征
make cache-llm       # 缓存LLM特征
```

### 开发工具
```bash
make clean           # 清理临时文件
make status          # 检查项目状态
make analyze         # 启动Jupyter分析
make dev             # 开发模式（文件监控）
```

## 📈 训练结果

### 基础RNN（36特征）
- **数据维度**：`[20, 445, 36]`
- **训练样本**：8320个
- **训练损失**：0.168 → 0.030
- **测试损失**：0.018
- **序列长度**：30天

### 增强RNN（多模态）
- **数据维度**：`[20, 445, 558]`（选择性加载）
- **特征融合**：46维增强 + 512维LLM
- **训练损失**：6029 → 4384
- **测试损失**：1918
- **序列长度**：14天

## 🔧 配置说明

### 特征缓存配置
```python
# feature_cache_manager.py
include_llm_embeddings = False  # 默认不加载LLM embeddings
include_llm_labels = True       # 加载LLM结构化标签
```

### 模型参数
```python
# 基础RNN
seq_len = 30          # 序列长度（您刚修改的）
hidden_size = 512     # 隐藏层维度
num_epochs = 10       # 训练轮数

# 增强RNN
enhanced_dim = 46     # 增强特征维度
embedding_dim = 512   # LLM embedding维度
```

## 🎯 预测流程

1. **数据准备**：获取最新的`fund_apply_redeem_series.csv`
2. **特征工程**：生成市场特征、时间特征等
3. **特征缓存**：缓存LLM特征避免重复计算
4. **模型训练**：使用历史数据训练RNN模型
5. **预测生成**：预测未来7天的申购赎回量

## 📝 Git Submodule 使用

### 初始化
```bash
# 添加submodule
git submodule add https://github.com/AFAC-2025/AFAC2025_train_data.git data

# 初始化和更新
git submodule init
git submodule update
```

### 更新数据
```bash
# 进入data目录更新
cd data
git pull origin main

# 或使用Makefile
make update-data
```

### 克隆包含submodule的项目
```bash
# 递归克隆
git clone --recursive <your-repo-url>

# 或分步操作
git clone <your-repo-url>
git submodule init
git submodule update
```

## 🚨 注意事项

1. **网络连接**：确保能访问GitHub获取最新数据
2. **数据版本**：定期运行`make update-data`获取最新数据
3. **特征缓存**：首次运行会生成LLM特征，需要较长时间
4. **模型选择**：根据需求选择基础RNN或增强RNN
5. **序列长度**：您已将基础RNN的序列长度改为30天

## 📞 支持

如有问题，请检查：
1. `make status` - 检查项目状态
2. `make check-data` - 检查数据文件
3. 查看具体的Python脚本错误信息

---

**项目状态**：✅ 已完成特征缓存系统、多模态RNN模型和自动化工具链