تجهيز البيئة والأوزان والبيانات
بعد إتمام هذا القسم، سيكون على جهازك: شيفرة KiT، وبيئة Python قادرة على استخدام كرت الرسوميات، وأوزان رسمية بحجم 1.1GB، وبيانات عرض توضيحي بحجم 1.2GB. آخر أمر سيطبع cuda True.
قبل البدء
- كرت رسوميات NVIDIA واحد مع تعريف مثبّت مسبقًا (في الطرفية يظهر الكرت عبر
nvidia-smi) - تثبيت conda (يكفي Miniconda) وgit
- القدرة على الوصول إلى GitHub وHugging Face
1. استنساخ الشيفرة
git clone https://github.com/Luciferbobo/KiT.git
cd KiTجميع الأوامر اللاحقة تُنفَّذ داخل الدليل KiT.
2. إنشاء بيئة conda
الطريقة المكتوبة في README الرسمي:
conda create -n kit python=3.13 -y
conda activate kitإذا ظهر خطأ CondaToSNonInteractiveError
إصدار conda الجديد (الذي استخدمناه 26.1.1) يطلب عند أول استخدام للقناة الافتراضية الموافقة أولًا على شروط خدمة Anaconda، ورفضها يسبب هذا الخطأ. اختر أحد الحلين:
- تشغيل
conda tos acceptكما يشير نص الخطأ، ثم الموافقة على الشروط وإعادة المحاولة؛ - عدم استخدام القناة الافتراضية، والاستعاضة عنها بقناة المجتمع conda-forge:
conda create -n kit -c conda-forge --override-channels python=3.13 -yنحن استخدمنا الحل الثاني.
3. تثبيت PyTorch والتبعيات
pip install "torch>=2.4" --index-url https://download.pytorch.org/whl/cu118
pip install -r requirements.txtcu118 هو إصدار CUDA، ويعمل مع الكروت والتعريفات الحديثة أيضًا؛ ويشير README الرسمي إلى إمكانية تغييره حسب الحاجة. يوجد في requirements.txt كل من numpy وpandas وpyarrow وmatplotlib (لرسم الرسوم البيانية) وakshare (يُستخدم فقط عند التنزيل لاختبار مؤشر CSI 500 في الاختبار الرجعي).
للتحقق:
python -c "import torch;print('torch',torch.__version__,'cuda',torch.cuda.is_available())"ينبغي أن ترى شيئًا مشابهًا لـ:
torch 2.7.1+cu118 cuda Trueنفّذنا التثبيت من الصفر وفق الخطوات أعلاه، واستغرق الأمر 2 دقيقة و33 ثانية، ومعظم الوقت كان لـ PyTorch بحجم 905MB.
إذا ظهر cuda False: فهذا يعني أن PyTorch ثُبّت بإصدار CPU، أو أن التعريف غير مثبّت بشكل صحيح. تأكد أولًا من أن nvidia-smi يعمل، ثم أعد تثبيت الأمر أعلاه الذي يتضمن --index-url.
4. تنزيل الأوزان وبيانات العرض التوضيحي
pip install huggingface_hub
hf download Lucifer744/KiT_model --local-dir ckpt/
hf download Lucifer744/KiT_data_demo --local-dir data/ --repo-type datasetيذكر README الأمر huggingface-cli
يستخدم README الرسمي huggingface-cli download …. أما نسخة huggingface_hub التي ثبّتناها حديثًا في 2026/11 (إصدار 2.4.0) فتأتي فقط بالأمر hf بدون huggingface-cli، وطريقة كتابة المعاملات هي نفسها، فقط استبدل اسم الأمر.
الأمر الثاني سينزّل نقطتي تحقق (checkpoint)، كل واحدة بحوالي 1.1GB. إذا أردت فقط التي استُخدمت في الورقة البحثية:
hf download Lucifer744/KiT_model --include "config.json" "step_market_284M/*" --local-dir ckpt/بيانات العرض التوضيحي حجمها حوالي 1.2GB (منها بيانات خط الدقيقة 1 بحجم 811MB)، وتتكون من 705 ملفًا، واستغرق تنزيلها لدينا 2 دقيقة.
5. وضع الأوزان في مكان يمكن للسكربت أن يجدها فيه
الأوزان المنزّلة تكون في ckpt/step_market_284M/step_market_284M.pt، بينما سكربت التنبؤ يبحث افتراضيًا عن ckpt/step_market_284M.pt. هناك حلّان:
- إضافة معامل عند كل تشغيل:
--ckpt ckpt/step_market_284M/step_market_284M.pt - أو إنشاء رابط (link) حتى لا تحتاج للتفكير في الأمر لاحقًا:
ln -s step_market_284M/step_market_284M.pt ckpt/step_market_284M.ptعلى Windows لا يوجد ln، فاستخدم الحل الأول.
تحقق من الدليل:
ls ckpt/step_market_284M data data/ashareينبغي أن ترى:
ckpt/step_market_284M:
instruments.json stats.json step_market_284M.pt
data:
ashare instruments.json README.md stats.json trade_dates.csv
data/ashare:
15m 1d 1h 1m 2h 30m 5mتحت data/ashare سبعة مجلدات، في كل واحد 100 ملف .parquet، ملف لكل سهم.
اختبر معرفتكبعد تنزيل الأوزان، يظهر خطأ checkpoint not found عند تشغيل سكربت التنبؤ، ما السبب الأكثر احتمالاً؟
تحقق من ذلك
torch.cuda.is_available()يطبع Trueckpt/step_market_284M.ptموجود (ملف أو رابط)- تحت
data/ashareمجلدات بـ 7 مستويات granularity
القسم التالي: التنبؤ الأول.