remove ipynb checkpoints & ignore them

.gitignore

@@ -0,0 +1 @@
+.ipynb_checkpoints/

.ipynb_checkpoints/README-checkpoint.md

@@ -1,73 +0,0 @@
----
-license: apache-2.0
-tags:
-  - finance
-  - japanese
-  - stock-prediction
-  - sentence-transformers
-  - gradient-boosting
-datasets:
-  - kabu-disclosures-v1
-metrics:
-  - mean_absolute_error
-  - r2
-model-index:
-- name: jfinance-title2return-v1
-  results:
-  - task:
-      type: regression
-      name: Stock Return Regression
-    dataset:
-      name: JP_Disclosure_Titles_2024Q3-2025Q2
-      type: custom
-    metrics:
-      - type: mean_absolute_error
-        value: 2.94
-      - type: r2
-        value: -0.064
----
-
-# jfinance-title2return-v1
-
-日本株 **TDnet／EDINET 開示タイトル** から  
-**翌営業日リターン (`ret_next`, %)** を推定する Gradient Boosting Regressor モデルです。  
-タイトル文は [`sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2`](https://huggingface.co/sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2)  
-（384 次元）にエンコードし、±25 % Winsorize 済みリターンを回帰ターゲットに学習しました。
-
----
-
-## Intended Uses & Limitations
-
-| ✔ 推奨用途 | ✘ 非推奨用途 |
-|-----------|-------------|
-| IR イベントドリブンの速報スクリーニング | 裁量なしの完全自動売買 |
-| 金融 NLP 研究・ベンチマーク | ETF／REIT での厳密な値動き予測 |
-| 個人投資家の材料整理 | 終値 < 1 円の超低位株 |
-
-> **注意**: 実際の投資判断に用いる際は必ず追加検証を行ってください。
-
----
-
-## Quick inference (one-liner)
-
-```python
-from joblib import load
-from sentence_transformers import SentenceTransformer
-from huggingface_hub import hf_hub_download
-
-# download & load model
-reg  = load(hf_hub_download("c299m/jfinance-title2return-v1", "model.joblib"))
-embed = SentenceTransformer("sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2")
-
-title = "AIマッチングサービスβ版リリースのお知らせ"
-pred  = reg.predict(embed.encode([title]))[0]
-print(f"Predicted next-day return: {pred:.2f} %")
-
-### Run with the helper script
-
-```bashcd 
-python predict_ret_next.py "NVIDIAと提携"
-
-#▶ loading models …
-#予測翌営業日リターン: 15.04 %
-

.ipynb_checkpoints/config-checkpoint.json

@@ -1,8 +0,0 @@
-{
-  "embed_model": "sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2",
-  "feature_dim": 384,
-  "ret_clip_percent": 25,
-  "winsorize": true,
-  "model_type": "sklearn_gradient_boosting_regressor",
-  "created_at": "2025-07-08T00:00:00+09:00"
-}

.ipynb_checkpoints/predict_ret_next-checkpoint.py

@@ -1,51 +0,0 @@
-#!/usr/bin/env python
-# -*- coding: utf-8 -*-
-"""
-predict_ret_next.py
--------------------
-使い方:
-    python predict_ret_next.py "業績予想の上方修正に関するお知らせ"
-
-オプション:
-    --model  パス (default: model.joblib と同じフォルダ)
-    --embed  Sentence-Transformers 名 (default: paraphrase-multilingual-MiniLM-L12-v2)
-"""
-
-import argparse, joblib, os
-from sentence_transformers import SentenceTransformer
-
-def load_model(model_path):
-    if not os.path.exists(model_path):
-        raise FileNotFoundError(f"model not found: {model_path}")
-    return joblib.load(model_path)
-
-def main():
-    ap = argparse.ArgumentParser()
-    ap.add_argument("title", help="開示タイトル（日本語 or 英語）")
-    ap.add_argument("--model", default="model.joblib",
-                    help="joblib file path (default: ./model.joblib)")
-    ap.add_argument("--embed", default="sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2",
-                    help="embedding model name or path")
-    args = ap.parse_args()
-
-    print("▶ loading models …")
-    reg = load_model(args.model)
-    embedder = SentenceTransformer(args.embed,
-                                   device="cuda" if embedder_gpu() else "cpu")
-
-    vec = embedder.encode([args.title])
-    pred = reg.predict(vec)[0]
-    print(f"\n予測翌営業日リターン: {pred:.2f} %")
-
-def embedder_gpu():
-    try:
-        import torch
-        if torch.cuda.is_available():
-            maj, min = torch.cuda.get_device_capability()
-            return (maj * 10 + min) <= 90   # sm_120 以上は未対応 ⇒ CPU
-    except ImportError:
-        pass
-    return False
-
-if __name__ == "__main__":
-    main()

.ipynb_checkpoints/requirements-checkpoint.txt

@@ -1,6 +0,0 @@
-sentence-transformers>=2.7.0
-scikit-learn>=1.5
-joblib>=1.4
-numpy>=1.26,<2.0
-torch>=2.2
-tqdm