feat: stock data transformation & model baseline

[classaen7]

Overview

• yfinance를 통한 주식 데이터 생성
• 주식 데이터 -> 이미지 변환
• 학습을 위한 StockDataset 클래스 및 train을 위한 코드 작성
• Pytorch Template에 이식하기전 베이스라인 코드

To Reviewer

• get_stock_data.py

  • yfinance를 통해 주식 데이터 (csv파일)을 생성합니다.
  • 파일의 stock_codes 리스트에 원하는 종목의 코드를 추가하면 주식 데이터를 불러옵니다.

• utils/rasterize.py

  • utils 폴더는 주식 데이터를 이미지로 변환하는 코드가 구현되어있습니다. (현재는 rasterize에 대한 코드만 있습니다.)
  • 이후 dataset.py 또는 csv_to_pickle.py 에서 주식 데이터를 이미지로 변환하는 과정에서 사용됩니다.

• csv_to_pickle.py

  • Dataset 생성시 주식 데이터를 이미지로 변환하는데 시간이 많이 걸리기 때문에 미리 pickle 파일로 데이터를 생성합니다.
  • 커맨드라인 인자의 window_size에 해당하는 크기의 이미지를 생성합니다. (ex. window_size가 5면 5일에 해당하는 주식 데이터를 이미지로 변환합니다.)
  • 커맨드라인 인자의 transform_type에 해당하는 이미지를 생성합니다. (기본 값은 rasterize입니다.)
  • 사용 예시
  • python csv_to_pickle.py --window_size 20

• dataset.py

  • 학습을 위한 Dataset 생성을 위한 파일입니다.
  • train.py의 커맨드라인 인자를 통해 데이터 생성 방식이 달라집니다.
  • window_size와 target_day를 통해 학습 데이터를 생성합니다. (window_size는 학습에 사용될 주식 데이터 기간, target_day는 예측하고자 하는 미래 기간을 의미합니다.
  • use_pickle = True이고 pickle_dir 이 주어지면 해당 디렉토리의 파일을 불러옵니다.
  • use_pickle = False이고 csv_path가 주어지면 해당 디렉토리의 csv 파일을 이미지로 변환하여 학습 데이터를 생성합니다. (사용하는 환경의 메모리 용량이 부족할 경우 사용하는걸 추천합니다.)

• model.py

  • window_size가 바뀌면서 모델의 마지막 fc layer의 입력 크기가 변경됩니다.
  • 모델 생성시 인자로 window_size를 주어야 합니다.
  • window_size가 15미만인 경우 CNN5d를 15이상인 경우 CNN20d를 사용합니다.

• train.py

  • 커맨드라인 인자로 값을 넘겨주면 학습을 수행합니다.
  • 사용 예시 1
  • python train.py --window_size 20 --target_day 5 --use_pickle True --pickle_dir ./rasterize_pkl
  • csv_to_pickle.py을 통해 생성한 pickle 파일을 이용한 학습을 수행합니다.
  • 사용 예시 2
  • python train.py --window_size 20 --target_day 5 --csv_dir ./stock_csv
  • pickle 파일 없이 Dataset 생성 시 학습 이미지를 생성하여 학습을 수행합니다.

Issue Tags

• Closed: #75