4tj/SrSSKJr SSKrSSKrSSKJr SSK J r SSK J r J r SSKJr SSKJrJr SS KJrJr S \R,S \4S jrS"S \R,S\S\S \R,4SjjrS \R,S\S \R,4SjrS#SSSS SSSSS S S S. S\S\S\S\S\S\S\\S\S\\S\\S\S\S \S \\R,4S!jjjrg)$u Унифицированный пайплайн подготовки DataFrame для обучения/инференса. Заменяет 8 локальных копий _prepare_df / _prepare_ticker_df, разбросанных по main.py, models/moe.py, monitor.py, cli/handlers.py, run_walkforward.py, models/moe_regression.py. Использование: from features.pipeline import prepare_df df = prepare_df('SBER', 'H1', with_mtf=True, limit=2000) )OptionalN)load_dataframe)engineer_features)add_directional_signalsadd_short_specific_features)add_curated_context)compute_dual_outcomescompute_swing_dual_outcomes)get_target_config get_marketdfreturnc:^SSKJn [U4SjU55$)uNПроверяет, есть ли в df колонки MTF контекста.r)MTF_CONTEXT_COLSc3@># UHoTR;v M g7f)N)columns).0cr s features/pipeline.py "has_mtf_context..s9(81BJJ(8s)features.mtf_contextrany)r rs` rhas_mtf_contextrs5 9(89 99F log_warningsinclude_str_dtypec<SSKnURS5nU(aSS/OS/nURUS9RHnUS;dM U(a{XR 5R 5n[ R"XSS 9X'XR 5R 5nX:aURUS X- S 35 MM[ R"XSS 9X'M S HnX`R;aMU(a{XR 5R 5nXR[5X'XR 5R 5nX:aURUS X- S 35 MMXR[5X'M U$) u Конвертирует object-колонки (и опционально 'str' dtype) в числовой тип. Централизованная версия — заменяет 8 копий конвертации по всему проекту. Args: df: DataFrame с возможными object-колонками. log_warnings: Если True — логирует появление NaN после конвертации. include_str_dtype: Если True — включает колонки с dtype 'str' (необходимо для Dask/Modin, используется в moe.py). Returns: DataFrame с числовыми колонками. rN AI_Strategyobjectstr)include)DateTimecoerce)errors: z NaN values after conversion)OpenHighLowClose) logging getLogger select_dtypesrisnasumpd to_numericwarningastypefloat) r rrr,logger dtype_includecol n_nan_before n_nan_afters rclean_numeric_columnsr;sn    } -F):Xu% M 6>> & &!w||~113 --A glln002 -NNcU"[-G,HHd#ef.--A?0 jj  7<<>--/LgnnU+BG',,.,,.K)#b)C(DD`ab*gnnU+BG0 Irtickercz[U5nUS:waU$SSKJn U"U5nSUR;axSUR;ahSnUSR USS9R 5RS 5US 'USR USS9R 5RS 5US 'U$![a Nf=f) uДобавляет crypto-специфичные признаки, если тикер криптовалютный. Вызывает _add_crypto_features (технические индикаторы) — может быть вызван как до, так и после compute_dual_outcomes. Rolling SR добавляется только если outcome_long/outcome_short уже вычислены. Аналог блоков из monitor.py (crypto features + rolling base rate). cryptor)_add_crypto_features outcome_long outcome_shortid) min_periodsg?rolling_long_srrolling_short_sr)r models.crypto_moer? ImportErrorrrollingmeanfillna)r r<marketr?ROLL_WINs r_add_crypto_features_if_neededrMLs F   : !" % #2::(E "> 2 : :8QT : U Z Z \ c cdg h !#O!4!I> H8H33H8 I*I%%I*- I;:I;)FF)H1)__doc__typingrpandasr1numpynp data.loaderrfeatures.technicalrfeatures.directionalrrfeatures.contextrfeatures.targetsr r rlr r DataFrameboolrr;r!rMintdictr}rrrsu &0U0O0: :: BG49*bll*$*-1*>@ll*Zr||SR\\<M $!& $$($#M MM M  M  MM C=MM~MD>MMMMbllMr