neuroalpha 0.2.0 → 0.3.13

package/server/model/metrics.js

@@ -1,3 +1,4 @@
+// Copyright (c) 2026 Roman A. Perepelkin. All rights reserved. Proprietary software.
 import { round } from '../util.js';
 
 const MSK = 3 * 3600000;

package/server/model/models.js

@@ -1,3 +1,4 @@
+// Copyright (c) 2026 Roman A. Perepelkin. All rights reserved. Proprietary software.
 import { eigenSym, ridgeSolve, matrix, spearman, kmeans } from './linalg.js';
 import { BAR_INTERVAL } from './dataset.js';
 
@@ -19,11 +20,13 @@ for (const k of KINDS) for (const s of SCALES) for (const b of BETAS) HEADS.push
 // trainStart..testStart — окно обучения; testStart..testEnd — месяц прогноза.
 // Все массивы «по времени»: [u*N + i], u = t - lo.
 // textWeight (0..1) — вес «текстовой» близости по профилям бизнеса; profiles — Map(тикер → 20 чисел), загружается один раз на исследование.
-export function buildFold(ds, { trainStart, testStart, testEnd, H, embedDim, textWeight = 0, profiles = null }) {
+export function buildFold(ds, { trainStart, testStart, testEnd, H, embedDim, textWeight = 0, profiles = null, multiHorizon = false }) {
   const { tokens, mret, T } = ds;
   const N = tokens.length;
+  const Hfast = Math.max(2, Math.round(H * 0.6));
+  const Hslow = Math.round(H * 1.4);
   const lo = Math.max(1, trainStart - FEATURE_WARMUP);
-  const hi = Math.min(T, testEnd + H + 2);
+  const hi = Math.min(T, testEnd + (multiHorizon ? Hslow : H) + 2);
   const W = hi - lo;
 
   // чувствительность к рынку и обычный размах — только по окну обучения
@@ -80,20 +83,35 @@ export function buildFold(ds, { trainStart, testStart, testEnd, H, embedDim, tex
     }
   });
   // цель: остаточное (без рынка) движение, которое реально можно получить: решение на закрытии свечи t,
-  // вход по цене открытия t+1, выход по цене открытия t+1+H
+  // вход по цене открытия t+1, выход по цене открытия t+1+H (в режиме multiHorizon — взвешенная траектория 0.6H / 1.0H / 1.4H)
   const { mopen } = ds;
   const yz = new Float64Array(W * N), yraw = new Float64Array(W * N), yok = new Uint8Array(W);
+  const invFast = 1 / Math.sqrt(Hfast), invMid = 1 / Math.sqrt(H), invSlow = 1 / Math.sqrt(Hslow);
   for (let u = 0; u + 1 + H < W; u++) {
     const t = lo + u;
     const ma = mopen[t + 1], mb = mopen[t + 1 + H];
     if (!(ma > 0 && mb > 0)) continue;
     yok[u] = 1;
-    const m = Math.log(mb / ma);
+    const mMid = Math.log(mb / ma);
+    const hasMulti = multiHorizon && (t + 1 + Hslow < T) && mopen[t + 1 + Hfast] > 0 && mopen[t + 1 + Hslow] > 0;
+    const mFast = hasMulti ? Math.log(mopen[t + 1 + Hfast] / ma) : 0;
+    const mSlow = hasMulti ? Math.log(mopen[t + 1 + Hslow] / ma) : 0;
     for (let i = 0; i < N; i++) {
-      const a = tokens[i].open[t + 1], b = tokens[i].open[t + 1 + H];
-      const r = a > 0 && b > 0 ? Math.log(b / a) - beta[i] * m : 0;
-      yraw[u * N + i] = r;
-      yz[u * N + i] = Math.max(-8, Math.min(8, r / (sigma[i] * Math.sqrt(H))));
+      const opn = tokens[i].open;
+      const a = opn[t + 1], b = opn[t + 1 + H];
+      const rMid = a > 0 && b > 0 ? Math.log(b / a) - beta[i] * mMid : 0;
+      yraw[u * N + i] = rMid;
+      const sig = sigma[i];
+      const zMid = Math.max(-8, Math.min(8, (rMid / sig) * invMid));
+      if (hasMulti && a > 0 && opn[t + 1 + Hfast] > 0 && opn[t + 1 + Hslow] > 0) {
+        const rFast = Math.log(opn[t + 1 + Hfast] / a) - beta[i] * mFast;
+        const rSlow = Math.log(opn[t + 1 + Hslow] / a) - beta[i] * mSlow;
+        const zFast = Math.max(-8, Math.min(8, (rFast / sig) * invFast));
+        const zSlow = Math.max(-8, Math.min(8, (rSlow / sig) * invSlow));
+        yz[u * N + i] = 0.25 * zFast + 0.50 * zMid + 0.25 * zSlow;
+      } else {
+        yz[u * N + i] = zMid;
+      }
     }
   }
 
@@ -196,7 +214,7 @@ export function buildFold(ds, { trainStart, testStart, testEnd, H, embedDim, tex
     if (list.length) macro = { list };
   }
 
-  return { N, lo, hi, W, trainStart, testStart, testEnd, H, beta, sigma, z, has, liq, X, yz, yraw, yok, emb, embN, cos, eigenvalues: eigVals, macro };
+  return { N, lo, hi, W, trainStart, testStart, testEnd, H, Hfast, Hslow, multiHorizon, beta, sigma, z, has, liq, X, yz, yraw, yok, emb, embN, cos, eigenvalues: eigVals, macro };
 }
 
 // Ликвидная акция: сделки хотя бы в 15 из последних 20 свечей
@@ -205,7 +223,8 @@ export const LIQ_MIN = 15;
 // В обучение — только моменты, цель которых целиком лежит в окне обучения (без заглядывания в месяц прогноза)
 export const trainUs = (f) => {
   const us = [];
-  for (let t = f.trainStart + FEATURE_WARMUP; t < f.testStart - f.H - 1; t++) { const u = t - f.lo; if (f.yok[u]) us.push(u); }
+  const maxH = f.multiHorizon ? f.Hslow : f.H;
+  for (let t = f.trainStart + FEATURE_WARMUP; t < f.testStart - maxH - 1; t++) { const u = t - f.lo; if (f.yok[u]) us.push(u); }
   return us;
 };
 
@@ -386,19 +405,10 @@ export const MODELS = {
   inertia: { label: 'Своя инерция', fit: fitInertia, predict: predictInertia },
   leadlag: { label: 'Кто за кем ходит', fit: fitLeadLag, predict: (m, f, u) => predictLin(m.W, f, u) },
   attention: { label: 'Внимание через карту', fit: fitAttention, predict: predictAttention },
-  // ступень 3: нейросеть с вниманием между акциями (tfjs грузится только при первом обучении);
-  // fit асинхронный, после использования модель нужно освободить: model.dispose()
-  transformer: {
-    label: 'Трансформер',
-    fit: async (f, opts) => (await import('./transformer.js')).fitTransformer(f, opts),
-    predict: (m, f, u) => m.predictOne(m, f, u),
-    predictMany: (m, f, us) => m.predictMany(m, f, us),
-    heavy: true,
-  },
 };
 
-// Какие модели обучать: три базовые всегда, трансформер — если включён для сравнения или торгует
-export const modelNames = (p) => Object.keys(MODELS).filter((n) => !MODELS[n].heavy || (n === 'transformer' && (p.modelUseTransformer || p.modelType === 'transformer')));
+// Какие модели обучать: три базовые модели
+export const modelNames = () => Object.keys(MODELS);
 
 // Объяснение прогноза «внимания»: вклад каждого соседа в прогноз акции j
 export function explainAttention(m, f, u, j, top = 3) {

package/server/model/profiles.js

@@ -1,3 +1,4 @@
+// Copyright (c) 2026 Roman A. Perepelkin. All rights reserved. Proprietary software.
 import { kvGet, kvSet } from '../db.js';
 import { ensureVocab } from './vocab.js';
 import { chatStream, extractJson, isLlmEnabled } from '../llm/client.js';