# klinedecoder

**Repository Path**: aierwiki/klinedecoder

## Basic Information

- **Project Name**: klinedecoder
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Apache-2.0
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-01-17
- **Last Updated**: 2026-01-17

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 股票技术分析 GRPO训练 - 数据准备

基于GRPO算法训练股票技术分析LLM的数据准备工具。

## 目录结构

```
klinedecoder/
├── docs/                          # 文档
│   └── grpo_stock_llm_training_plan.md  # 训练方案设计文档
├── src/
│   └── data_preparation/          # 数据准备模块
│       ├── tushare_fetcher.py     # Tushare数据获取
│       ├── talib_calculator.py    # 技术指标计算
│       ├── prompt_formatter.py    # Prompt格式化
│       ├── sample_generator.py    # 样本生成
│       ├── prepare_data.py        # 主流程脚本
│       └── config.yaml            # 配置文件
├── output/
│   ├── raw/                       # 原始数据缓存
│   └── samples/                   # 生成的训练样本
└── requirements.txt               # 依赖包
```

## 快速开始

### 1. 安装依赖

```bash
pip install -r requirements.txt
```

**注意**: TA-Lib需要额外安装C库:

```bash
# macOS
brew install ta-lib

# Ubuntu/Debian
sudo apt-get install libta-lib-dev

# 然后安装python包
pip install TA-Lib
```

### 2. 环境准备

Baostock是免费开源的，无需token或API key。

如果需要使用其他数据源（如tushare），可配置相应token：

```bash
export TUSHARE_TOKEN="your_token_here"  # 可选
```

### 3. 运行数据准备

```bash
cd src/data_preparation

# 测试模式（处理10只股票）
python prepare_data.py --test

# 完整流程
python prepare_data.py --config config.yaml --stage all

# 分阶段执行
python prepare_data.py --stage fetch   # 仅获取数据
python prepare_data.py --stage generate  # 仅生成样本
```

## 配置说明

编辑 `src/data_preparation/config.yaml`:

```yaml
data:
  market: 'hs300'          # 股票池
  start_date: '20200101'   # 开始日期
  end_date: '20241231'     # 结束日期

sample:
  observation_window: 20    # 观察窗口（天）
  prediction_window: 10     # 预测窗口（天）
  sample_interval: 5        # 采样间隔（天）
```

## 输出格式

生成的训练样本为JSONL格式，每行一个JSON对象:

```json
{
  "prompt": "请分析以下股票的技术面...",
  "ground_truth": {
    "max_rise_pct": 5.9,
    "max_fall_pct": 4.3
  },
  "metadata": {
    "ts_code": "000001.SZ",
    "sample_date": "20240115",
    "current_price": 12.75
  }
}
```

## 模块说明

- **tushare_fetcher**: 从Tushare获取日线/周线/月线数据
- **talib_calculator**: 计算MA、MACD、RSI、KDJ等技术指标
- **prompt_formatter**: 将数据格式化为markdown表格
- **sample_generator**: 滑动窗口采样，计算ground truth
- **prepare_data**: 主流程，整合所有模块

## 开发计划

- [x] 数据获取模块
- [x] 技术指标计算
- [x] Prompt格式化
- [x] 样本生成
- [ ] SFT数据准备（DeepSeek蒸馏）
- [ ] GRPO训练代码

## 参考文档

详细设计方案见: [docs/grpo_stock_llm_training_plan.md](docs/grpo_stock_llm_training_plan.md)