trading-platform/orchestration/tareas/TASK-2026-01-25-ML-DATA-MIGRATION/03-PLANEACION.md

03-PLANEACION - ML Data Migration & Model Training

Fecha: 2026-01-25

Fase: PLANEACION (P)

Estado: COMPLETADA

---

1. Plan de Ejecucion

Fase 1: Preparacion Ambiente Python

1. Crear venv en WSL: ~/venvs/data-service/
2. Instalar dependencias: aiohttp, asyncpg, pandas, numpy, python-dotenv

Fase 2: Carga de Datos

1. Crear script fetch_polygon_data.py
2. Configurar API key de Polygon
3. Ejecutar carga para 6 tickers x 365 dias
4. Validar datos insertados

Fase 3: Migracion ML Engine

1. Crear apps/ml-engine/src/data/database.py
2. Implementar PostgreSQLConnection con metodos:
   • get_ticker_data()
   • execute_query() con traduccion MySQL→PostgreSQL
3. Actualizar config/database.yaml
4. Crear .env con credenciales

Fase 4: Entrenamiento Modelos

1. Instalar dependencias ML: xgboost, scikit-learn, joblib
2. Ejecutar train_attention_models.py
3. Validar metricas de modelos
4. Generar reporte de entrenamiento

Fase 5: Documentacion

1. Actualizar DATABASE_INVENTORY.yml
2. Actualizar ML_INVENTORY.yml
3. Crear carpeta TASK con CAPVED

---

2. Estimacion de Entregables

Entregable	Complejidad	Archivos
fetch_polygon_data.py	MEDIA	1
database.py	ALTA	1
Config files	BAJA	3
12 modelos	ALTA	36
Documentacion	MEDIA	4

---

3. Orden de Ejecucion

[1] Ambiente Python → [2] Datos → [3] Migration → [4] Training → [5] Docs
         ↓                ↓             ↓              ↓            ↓
      venv OK       469K bars     database.py    12 modelos    TASK folder