KLine Slicer (Transformer Data Production)

---

🇨🇳 中文说明 (Chinese)

KLine Slicer 是 KLine-Kronos-Suite 中的第三个核心组件，专门负责将 5 分钟的 K 线 CSV 文件转换为深度学习模型（如 Kronos）可以直接消化的张量数据。它不仅是一个切片工具，更是一个数据“质检员”。

Acknowledgements

Designed for integration with time-series forecasting foundation models like Kronos (@shiyu-coder/Kronos).

✨ 核心功能

• [ 数据健康体检 (Health Check) ]：自动检测原始 5m CSV 中的空值（NaN）、零成交量、以及异常时间缺口，确保进入模型的数据 100% 纯净。
• [ 专家对齐切片 (Expert Slicing) ]：自动加载 X-Matrix 项目中的 scaler_*.pkl 归一化密钥，确保数据预处理逻辑与模型训练时完全一致（90日回望 + 10日预测）。
• [ 板块全家桶并行 (Group Slicing) ]：支持一次性勾选整个板块的股票，将它们合并并打散成一个统一的 .npy 训练集，极大提升模型对于板块共性的学习能力。

🚀 快速开始

1. 源路径挂载：将挂载点指向程序 2 生成的 gui_out_5m 文件夹。
2. 专家选择：根据你要投喂的“大脑”选择对应的专家编号（如 expert_02_ai）。
3. 点火生产：点击“开始切片生产”，生成的 .npy 数据包将存放于 gui_out_slices 目录下，可直接复制到服务器进行训练。

📊 数据接口规范 (Data IO Specs)

• 注入流 (Input):
  • 数据实体: 2-KLine-Resample 提取的 5m.csv 时序合集。
  • 模型预设: X-Matrix 模型框架依赖的独家 scaler_*.pkl 均值方差归一化密钥文件。
• 输出张量 (Output): 完全符合高维模型特征张量接口规则的 .npy Numpy 三维数组。
  • 数组命名规范: slices_[expert_id]_[生成时间戳].npy
  • 张量维度 (Shape): (样本条目数 N, 回望窗口 Lookback + 预测视野 Predict, 特征通道数 Features)
• 工程设计哲学 (Why Tensor Slice?): 摒弃传统项目一边在 DataLoader 训练、一边动态切片的 CPU 密集型灾难开销。通过 Slicer 直接将数千份物理 .csv 并发组装成紧凑的内存块连续 Numpy 矩阵，使得核心 Transformer 网络训练流能够达到最大吞吐满载。

---

🇺🇸 English Documentation

KLine Slicer is the third core component of the KLine-Matrix-Suite. It is specialized in converting 5-minute K-Line CSV files into tensor data payloads that Deep Learning models (like Kronos) can directly consume.

✨ Core Features

• [ Data Health Check ]: Automatically detects NaNs, zero-volume bars, and timestamp gaps in the raw 5m CSVs, ensuring 100% data integrity for training.
• [ Expert-Aligned Slicing ]: Automatically loads the corresponding scaler_*.pkl from the X-Matrix project, ensuring that the normalization logic stays 100% consistent with the model's training specs (90-day lookback + 10-day prediction).
• [ Group/Batch Production ]: Select multiple stocks from the same sector to merge them into a single .npy training dataset, enhancing the model's ability to learn sector-wide temporal patterns.

---

Author: Ziqi | License: MIT | Design Language: Cyber-Gold