Update model_predictor.py

model_predictor.py

@@ -20,22 +20,21 @@ class XGBoostModel:
         """
         self.model = None
         self.scaler = None
-        # ***FIXED: Updated feature columns to match the training script***
         self.feature_columns = [
-            'close',
-            'return_t-1',
-            'return_t-5',
-            'MA5_close',
-            'volatility_5d',
-            'volume_ratio_5d',
-            'MACD_diff',
-            'dji_return_t-1',
-            'sox_return_t-1',
-            'NEWS',
-            'MACDvol',
-            'RSI_14',
-            'ADX',
-            'volume_weighted_return'
+            'close',             # 前一日收盤價  
+            'return_t-1',        # 前一日報酬率
+            'return_t-5',        # 過去 5 日累積報酬率
+            'MA5_close',         # 5 日移動平均價
+            'volatility_5d',     # 5 日報酬標準差
+            'volume_ratio_5d',   # 今日成交量 ÷ 5 日均量
+            'MACD_diff',         # MACD - signal
+            'dji_return_t-1',    # 前一日道瓊指數報酬率
+            'sox_return_t-1',    # 前一日費半指數報酬率
+            'NEWS',              # 新聞情緒分數
+            'MACDvol',           # MACD 柱狀圖
+            'RSI_14',            # 14 日 RSI
+            'ADX',               # 平均趨向指標
+            'volume_weighted_return'  # 成交量加權報酬率
         ]
         
         # 【新增】輸出目標對應表
@@ -127,10 +126,10 @@ class XGBoostModel:
         df['close'] = df['Close']
         df['volume'] = df['Volume']
         
-        # 1. return-t-1 — 前一日報酬率 (***FIXED: Corrected to use hyphen***)
+        # 1. return_t-1 — 前一日報酬率
         df['return_t-1'] = df['close'].pct_change()
         
-        # 2. return-t-5 — 過去 5 日累積報酬率 (***FIXED: Corrected to use hyphen***)
+        # 2. return_t-5 — 過去 5 日累積報酬率
         df['return_t-5'] = (df['close'] / df['close'].shift(5) - 1)
         
         # 3. MA5_close — 5 日移動平均價
@@ -157,7 +156,7 @@ class XGBoostModel:
         # 9. NEWS — 新聞情緒分數（需要外部資料，暫設為0）
         df['NEWS'] = 0.0
         
-        # 10. MACDvol — MACD柱狀圖
+        # 10. MACDvol — MACD柱狀圖（需要外部資料，暫設為0）
         df['MACDvol'] = 0.0
         
         # 11. RSI_14 — 14日RSI
@@ -195,11 +194,6 @@ class XGBoostModel:
         df.fillna(0, inplace=True)  # 剩餘的 NaN 用 0 填補
         
         return df
-
-    
-    
-    
-    
     
     def preprocess_features(self, input_df):
         """
@@ -502,7 +496,11 @@ if __name__ == "__main__":
         'MACD_diff': [0.5],
         'dji_return_t-1': [0.01],
         'sox_return_t-1': [0.015],
-        'NEWS': [0.1]
+        'NEWS': [0.1],
+        'MACDvol': [0.2],
+        'RSI_14': [55.0],
+        'ADX': [25.0],
+        'volume_weighted_return': [1000.0]
     })
     
     print("測試模型預測器...")