RWKV7 A-share 1-min Quantile 21M

Это компактная RWKV7-модель на 21 017 102 параметра для прогноза минутных OHLCV китайского рынка A-share. По 64 минутам истории и 23 признакам она выдаёт девять квантилей цены закрытия на 1–30 минут вперёд — от 0.1 до 0.9. Веса обучены с нуля, модель оформлена как standalone Transformers PreTrainedModel с safetensors.

🔥 Ключевые особенности

• 👀 Вход — 64 минуты × 23 признака; на выходе 30 горизонтов × 9 квантилей, медиана — пятый квантиль.
• 💯 Квантили 0.1–0.9 дают 60% и 80% интервалы через price_quantiles.
• 🚀 Standalone PreTrainedModel: safetensors, кастомные AutoConfig/AutoModel, CLI-скрипт и Python API.
• 🤖 Архитектура: 24 слоя, hidden size 256, intermediate size 1024; backbone — transformers-rwkv.
• 🗿 Строгий контракт данных: OHLCV и рыночные статистики, минимум 65 баров, без заполнения пропусков и переноса через обеденный перерыв.

👀 Пример

import torch
from transformers import AutoModel

model = AutoModel.from_pretrained(
    'Caizus/rwkv7-ashare-1min-quantile-21m',
    trust_remote_code=True, dtype=torch.bfloat16
).cuda().eval()

Подробнее

На фиксированном тесте: 4096 окон, 2919 бумаг, 21 дата. Pinball loss после сортировки — 12.23144 bp против 12.84557 bp у безусловных квантилей; покрытие 60% и 80% интервалов — 60.509% и 80.054%.
При этом MAE медианы за 30 минут — 0.30772% против 0.30599% у «цена не изменится», то есть по этому показателю модель не лучше константы.
Нужен NVIDIA CUDA GPU; проверено на Python 3.12, PyTorch 2.14.0+cu130 и RTX PRO 6000 Blackwell. Выбран чекпоинт 500-го шага; обучение с нуля, 24 слоя.