update pay ui

2025-12-09 08:31:18 +08:00
parent e4937c2719
commit 25492caf15
26 changed files with 15577 additions and 1061 deletions
--- a/ml/README.md
+++ b/ml/README.md
@@ -0,0 +1,112 @@
+# 概念异动检测 ML 模块
+
+基于 Transformer Autoencoder 的概念异动检测系统。
+
+## 环境要求
+
+- Python 3.8+
+- PyTorch 2.0+ (CUDA 12.x for 5090 GPU)
+- ClickHouse, MySQL, Elasticsearch
+
+## 数据库配置
+
+当前配置（`prepare_data.py`）:
+- MySQL: `192.168.1.5:3306`
+- Elasticsearch: `127.0.0.1:9200`
+- ClickHouse: `127.0.0.1:9000`
+
+## 快速开始
+
+```bash
+# 1. 安装依赖
+pip install -r ml/requirements.txt
+
+# 2. 安装 PyTorch (5090 需要 CUDA 12.4)
+pip install torch --index-url https://download.pytorch.org/whl/cu124
+
+# 3. 运行训练
+chmod +x ml/run_training.sh
+./ml/run_training.sh
+```
+
+## 文件说明
+
+| 文件 | 说明 |
+|------|------|
+| `model.py` | Transformer Autoencoder 模型定义 |
+| `prepare_data.py` | 数据提取和特征计算 |
+| `train.py` | 模型训练脚本 |
+| `inference.py` | 推理服务 |
+| `enhanced_detector.py` | 增强版检测器（融合 Alpha + ML） |
+
+## 训练参数
+
+```bash
+# 完整参数
+./ml/run_training.sh --start 2022-01-01 --end 2024-12-01 --epochs 100 --batch_size 256
+
+# 只准备数据
+python ml/prepare_data.py --start 2022-01-01
+
+# 只训练（数据已准备好）
+python ml/train.py --epochs 100 --batch_size 256 --lr 1e-4
+```
+
+## 模型架构
+
+```
+输入: (batch, 30, 6)  # 30分钟序列，6个特征
+  ↓
+Positional Encoding
+  ↓
+Transformer Encoder (4层, 8头, d=128)
+  ↓
+Bottleneck (压缩到 32 维)
+  ↓
+Transformer Decoder (4层)
+  ↓
+输出: (batch, 30, 6)  # 重构序列
+
+异动判断: reconstruction_error > threshold
+```
+
+## 6维特征
+
+1. `alpha` - 超额收益（概念涨幅 - 大盘涨幅）
+2. `alpha_delta` - Alpha 5分钟变化
+3. `amt_ratio` - 成交额 / 20分钟均值
+4. `amt_delta` - 成交额变化率
+5. `rank_pct` - Alpha 排名百分位
+6. `limit_up_ratio` - 涨停股占比
+
+## 训练产出
+
+训练完成后，`ml/checkpoints/` 包含:
+- `best_model.pt` - 最佳模型权重
+- `thresholds.json` - 异动阈值 (P90/P95/P99)
+- `normalization_stats.json` - 数据标准化参数
+- `config.json` - 训练配置
+
+## 使用示例
+
+```python
+from ml.inference import ConceptAnomalyDetector
+
+detector = ConceptAnomalyDetector('ml/checkpoints')
+
+# 实时检测
+is_anomaly, score = detector.detect(
+    concept_name="人工智能",
+    features={
+        'alpha': 2.5,
+        'alpha_delta': 0.8,
+        'amt_ratio': 1.5,
+        'amt_delta': 0.3,
+        'rank_pct': 0.95,
+        'limit_up_ratio': 0.15,
+    }
+)
+
+if is_anomaly:
+    print(f"检测到异动！分数: {score}")
+```