XGBoost

通过训练特征，在训练一个特征的基础上训练下一个，预测与真实分布的差距，通过不断训练弥补差距，最终组合真实分布模拟

目标函数包含正则项和损失函数

损失函数代表模型拟合数据程度

通常用他的一阶导数指出梯度下降的方向，还计算了二阶导数，考虑梯度变化，拟合更快精度更高

正则项用来控制模型的复杂程度

节点越多模型越大运算时间长，超过一定限度会过拟合，导致分类效果下降

calc_util.py

calc_features计算特定时间窗口内的特征

get_features对整个数据集应用特征计算，并保存结果

collections用于高效的数据容器，如 deque

type_list=collections.deque(maxlen=max_len)

使用 deque 创建一个双端队列，限制最大长度为 max_len

特征计算逻辑

遍历数据，根据高低点的比较，动态更新特征列表

根据上一个特征点的类型（高点或低点），判断当前点是否形成新的特征点

计算当前特征

close_mean=type_df.close.mean()close_std=type_df.close.std()cur_features['score']=(close-close_mean)/close_std

calc_features

函数的核心逻辑是通过遍历时间序列数据，动态识别高低点，并根据这些高低点计算特征

get_features

这个函数负责对整个数据集应用特征计算，并保存结果

对每个时间点，取最近的data_len条数据作为窗口，调用calc_features计算特征

calc_model_util.py

sklearn：用于模型训练、评估和数据预处理。

xgboost：提供XGBoost模型（回归和分类）。

joblib：用于保存训练好的模型。

prepare_data 函数处理数据

创建包含固定列名的DataFrame（score_mean到diff_mean，最后一列为label）。

检查数据是否为空。

提取特征列名（最后一列label除外）。

使用均值填充缺失值。

返回原始数据、处理后的数据和特征名称。

train_model 函数训练分类模型

调用prepare_data处理数据。

分割特征和标签。

对标签进行编码（转换为数值）。

划分训练集和测试集（比例7:3）。

初始化XGBoost分类器（目标函数为二分类逻辑回归）。

训练模型并预测测试集。

输出混淆矩阵和分类报告。

保存模型到eth.pkl。

predict_result 函数使用训练好的模型进行预测并保存结果

预处理数据并提取特征。

对标签编码。

预测标签及其概率。

生成结果DataFrame，包含预测标签、真实标签、概率和精度。

保存结果到result.csv。

calc_util.py

calc_features 函数从原始价格数据中提取特征。

对数据按时间降序排序。

在初始20个数据点中识别第一个高点或低点。

遍历数据，动态更新高点和低点序列（交替生成，需满足最小间隔min_interval）。

计算所有点的均值和标准差，生成标准化后的特征（如score和score_0到score_34）。

get_features 函数批量生成特征并保存。

定义高/低点的最小间隔（4）和最大序列长度（35）。

计算价格变化率（diff）。

遍历数据，每次取最近的1000条数据调用calc_features生成特征。

保存所有特征到features.csv