用途
trader-train 用于在行情数据上训练神经网络预测模型。它依托 neural-trader 的机器学习引擎，面向需要构建价格或走势预测模型的场景。
主要能力
- 支持三类模型：LSTM、Transformer、N-BEATS。
- 可指定交易代码（TICKER）进行训练。
- 训练后可查看训练输出，包括损失曲线、验证指标与预测准确率。
- 支持生成带置信区间的预测，可设置置信度（如 0.95）与预测周期（如 5d）。
- 支持跨模型性能对比。
- 支持将模型结果存入 trading-analysis 命名空间（依据 ADR-126 Phase 1，此前存储于未声明的 trading-models）。
- 支持用 SONA 对模型结果进行训练。
使用方式
首先确保 neural-trader 可用：
npm ls neural-trader 2>/dev/null || npm install --ignore-scripts neural-trader
训练指定模型：
npx neural-trader --model lstm --symbol TICKER --confidence 0.95
npx neural-trader --model transformer --symbol TICKER --predict
npx neural-trader --model nbeats --symbol TICKER --decompose
查看训练输出：损失曲线、验证指标、预测准确率。
生成带置信区间的预测：
npx neural-trader --model MODEL --symbol TICKER --predict --horizon 5d
跨模型类型比较性能：
npx neural-trader --model-compare --symbol TICKER --models "lstm,transformer,nbeats"
存储模型结果（依据 ADR-126 Phase 1，使用规范的 trading-analysis 命名空间）：
mcp__plugin_ruflo-core_ruflo__memory_store({ key: "model-MODEL-TICKER-DATE", value: "TRAINING_RESULTS", namespace: "trading-analysis" })
用模型结果训练 SONA：
mcp__plugin_ruflo-core_ruflo__neural_train({ patternType: "trading-model", epochs: 10 })
适用场景
适用于需要在行情数据上训练 LSTM、Transformer 或 N-BEATS 预测模型，并生成带置信区间预测、进行模型对比或保存训练结果的场景。
限制
资料未提供关于收费、价格、平台支持范围、模型精度保证或具体数据源的信息，暂未提供。