stock_chart_site

tkrmagid/stock_chart_site

Fork 0

Commit Graph

Author	SHA1	Message	Date
claude-owner	ea885973c7	fix(chronos): cuda 도 fp32 기본 — sm_86 bf16 커널 누락 우회 torch 2.3.1+cu121 사전빌드 wheel 이 RTX 3070 Ti(sm_86) 의 일부 T5 bf16 커널을 빠뜨려서 inference 첫 호출에 'no kernel image is available for execution on the device' 가 났음. ping/_load 까지는 통과해 진단이 까다로움. chronos-t5-small 은 46M params 라 fp32 로도 8GB VRAM 여유 충분. cuda 도 fp32 default 로 바꾸고, CHRONOS_DTYPE=bf16\|fp16 env 로 강제 가능하게 둠. 005930 h=1 예측 409 의 실제 원인이 이거였음 (LAN 으로 직접 확인).	2026-05-23 16:03:31 +09:00
tkrmagid	b1ca6ab5d3	feat(phase-3): Chronos zero-shot 예측 + 피처 빌더 - backend/app/models/chronos.py: amazon/chronos-t5-small (env CHRONOS_MODEL override 가능). lazy singleton, cuda + bf16 자동, q10/median/q90 + raw samples 반환 (앙상블 가중평균용). - backend/app/models/features.py: 종목별 학습/추론 피처 DataFrame. OHLCV + TA(rsi/macd/atr/bb/sma/ema/vol_z) + 외인기관거래대금 + macro (kospi/kosdaq/usdkrw/us10y + r1) + sentiment(v_sentiment_daily, 3d rolling). 학습용은 with_targets=True 로 y_close_h{1,3,5}, y_ret_h, y_dir_h (±0.3% flat band) 추가. - pyproject.toml: chronos-forecasting 1.4.1, accelerate 0.30.1, joblib 1.4.2. 이 단계까지는 코드만. 실제 모델 다운로드는 첫 ping/predict 호출 시점에. Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>	2026-05-20 15:59:14 +09:00

Author

SHA1

Message

Date

claude-owner

ea885973c7

fix(chronos): cuda 도 fp32 기본 — sm_86 bf16 커널 누락 우회

torch 2.3.1+cu121 사전빌드 wheel 이 RTX 3070 Ti(sm_86) 의 일부 T5 bf16
커널을 빠뜨려서 inference 첫 호출에 'no kernel image is available for
execution on the device' 가 났음. ping/_load 까지는 통과해 진단이 까다로움.

chronos-t5-small 은 46M params 라 fp32 로도 8GB VRAM 여유 충분. cuda 도
fp32 default 로 바꾸고, CHRONOS_DTYPE=bf16|fp16 env 로 강제 가능하게 둠.

005930 h=1 예측 409 의 실제 원인이 이거였음 (LAN 으로 직접 확인).

2026-05-23 16:03:31 +09:00

tkrmagid

b1ca6ab5d3

feat(phase-3): Chronos zero-shot 예측 + 피처 빌더

- backend/app/models/chronos.py: amazon/chronos-t5-small (env CHRONOS_MODEL
  override 가능). lazy singleton, cuda + bf16 자동, q10/median/q90 + raw
  samples 반환 (앙상블 가중평균용).
- backend/app/models/features.py: 종목별 학습/추론 피처 DataFrame.
  OHLCV + TA(rsi/macd/atr/bb/sma/ema/vol_z) + 외인기관거래대금 + macro
  (kospi/kosdaq/usdkrw/us10y + r1) + sentiment(v_sentiment_daily, 3d rolling).
  학습용은 with_targets=True 로 y_close_h{1,3,5}, y_ret_h*, y_dir_h*
  (±0.3% flat band) 추가.
- pyproject.toml: chronos-forecasting 1.4.1, accelerate 0.30.1, joblib 1.4.2.

이 단계까지는 코드만. 실제 모델 다운로드는 첫 ping/predict 호출 시점에.

Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>

2026-05-20 15:59:14 +09:00

2 Commits