基于transformer模型的彩票预测 源自我另一个项目基于tensorflow lstm模型的彩票预测,按照transformer的特性重构了所有关键代码 目前进度：
- 按论文复现并优化了transformer/LSTM模型
- 完成基本的训练代码，已经测试快乐8
和双色球，理论上config里面配置好的项目，均可以支持。 - 完成基本的预测代码
，理论上config里面配置好的项目，均可以支持。 - 增加one hot 编码的方式
- 增肌混合one hot模式
- 尝试重写loss func
- 大部分参数均已保存至ckpt文件，读取并继续训练时将自动更新状态
- 增加双向lstm模型, 并在模型中，增加嵌入层，卷积层，多头注意力机制，以期待更好的效果
- 部分参数优化
- 增加小部分数据特征计算，并归一化，以期待更好的效果
目前碰到的问题：
- 现有的lstm模型还是觉得有点简单，主要体现在GPU资源吃不满。
- 有时候模型会偷懒，给出之前的历史数据，而不是预测的数据。这个问题很奇怪，时有时无。
- 期望有更多有效，且容易实现的特征计算。
目前效果：
20240505：
- 在特定参数下反复训练，将loss压制在10%以下，经过10天的测试，平均命中率为6/20（30%），最大命中9/20（45%），最低命中3/20（15%）。
- 特定参数原因，无法进行回测, 只能逐轮测试。