# stock_predict

**Repository Path**: nicholasgub/stock_predict

## Basic Information

- **Project Name**: stock_predict
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-06-19
- **Last Updated**: 2026-06-19

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 股票相对强弱预测基线

这个项目提供一套面向 A 股概念板块的神经网络训练基线，用来根据以下历史信息预测未来相对强弱：

- 个股历史日 K
- 板块历史日 K
- 上证指数历史日 K
- 市场平均股价
- 市场广度特征

当前版本的核心升级点：

- 模型从 GRU 升级为三路 Transformer
- 目标从绝对涨跌改为未来超额收益和横截面相对强弱
- 验证方式从单次切分改为 walk-forward 滚动训练
- 输入加入成交额、换手率、流通市值和市场广度特征

## 项目结构

```text
stock_predict/
|-- backend/
|   |-- app.py
|   `-- Dockerfile
|-- frontend/
|   |-- index.html
|   |-- app.css
|   |-- app.js
|   |-- nginx.conf
|   `-- Dockerfile
|-- requirements.txt
|-- scripts/
|   |-- fetch_akshare_data.py
|   |-- make_synthetic_data.py
|   |-- backtest.py
|   |-- predict_ohlc.py
|   |-- predict.py
|   |-- run_webapp.py
|   |-- train.py
|   |-- train_ohlc_forecaster.py
|   `-- train_with_akshare.py
|-- data/
|   `-- akshare/
`-- src/
    `-- stock_predict/
        |-- akshare_data.py
        |-- backtest.py
        |-- dataset.py
        |-- features.py
        |-- forecast_dataset.py
        |-- forecast_model.py
        |-- forecast_predict.py
        |-- forecast_train.py
        |-- indicators.py
        |-- model.py
        |-- predict.py
        |-- train.py
        `-- webapp.py
```

## 训练目标

当前训练不再直接预测“未来涨/跌”，而是输出两个目标：

- `future_excess_return`
  含义：未来收益率减去同一天股票池等权平均未来收益率
- `future_outperform`
  含义：未来超额收益是否进入当日横截面前 30%

这更接近选股和排序问题，而不是简单方向判断。

## 输入特征

### 个股特征

- 价格收益率特征
- 振幅、跳空、量能变化
- 成交额变化
- 换手率变化
- 流通市值变化

### 板块特征

- 板块价格收益率
- 板块振幅与量能特征
- 板块成交额变化

### 市场特征

- 上证指数价格特征
- 平均股价特征
- 市场广度特征：
  - 等权收益率
  - 上涨家数占比
  - 下跌家数占比
  - 净上涨占比
  - 中位数价格
  - 横截面波动率
  - 平均换手率

## 数据格式

### `stock_prices.csv`

必需字段：

- `date`
- `symbol`
- `sector_id`
- `open`
- `high`
- `low`
- `close`
- `volume`

推荐字段：

- `amount`
- `turnover`
- `float_market_cap`

### `sector_prices.csv`

必需字段：

- `date`
- `sector_id`
- `open`
- `high`
- `low`
- `close`
- `volume`

可选字段：

- `amount`
- `turnover`

### `market_prices.csv`

必需字段：

- `date`
- `open`
- `high`
- `low`
- `close`
- `volume`

可选字段：

- `amount`
- `avg_price`

## 安装依赖

```bash
pip install -r requirements.txt
```

## 从 AKShare 拉取真实数据

```powershell
python scripts/fetch_akshare_data.py `
  --boards AI智能体 AI应用 `
  --start-date 20240101 `
  --end-date 20260619 `
  --output-dir data/akshare
```

当前实现使用混合源：

- 概念板块列表、板块历史和板块成分股：同花顺接口
- 个股日线：新浪接口
- 上证指数：新浪 + 腾讯补充成交额

输出文件：

- `data/akshare/stock_prices.csv`
- `data/akshare/sector_prices.csv`
- `data/akshare/market_prices.csv`
- `data/akshare/stock_universe.csv`
- `data/akshare/fetch_metadata.json`

其中 `stock_universe.csv` 会保存：

- `symbol`
- `name`
- `sector_id`

如果你之前抓过数据但没有股票名称，可以单独回填：

```powershell
python scripts/build_stock_universe.py `
  --fetch-metadata data/akshare/fetch_metadata.json `
  --output-csv data/akshare/stock_universe.csv `
  --stock-csv data/akshare/stock_prices.csv
```

## 直接训练

```powershell
python scripts/train.py `
  --stock-csv data/akshare/stock_prices.csv `
  --sector-csv data/akshare/sector_prices.csv `
  --market-csv data/akshare/market_prices.csv `
  --output-dir artifacts/transformer_walk_forward `
  --epochs 4 `
  --num-walk-forward-folds 3 `
  --val-window-days 40 `
  --step-days 40 `
  --min-train-days 120 `
  --train-window-days 200
```

## 拉数后直接训练

```powershell
python scripts/train_with_akshare.py `
  --boards AI智能体 AI应用 `
  --start-date 20240101 `
  --end-date 20260619 `
  --data-dir data/akshare `
  --output-dir artifacts/transformer_walk_forward
```

## 常用参数

- `--sequence-length`
  回看窗口长度
- `--horizon`
  预测未来多少个交易日
- `--outperform-threshold`
  横截面强势标签阈值，默认前 30%
- `--num-walk-forward-folds`
  walk-forward 折数
- `--train-window-days`
  每折训练窗口长度
- `--val-window-days`
  每折验证窗口长度
- `--hidden-size`
  Transformer 隐层维度
- `--num-heads`
  Transformer 多头数

## 输出结果

训练后会生成：

- `best_model_fold_*.pt`
- `history_fold_*.json`
- `history_all_folds.json`
- `dataset_metadata.json`
- `walk_forward_summary.json`

其中 `walk_forward_summary.json` 会汇总每个滚动折的：

- 最优验证损失
- 相对强弱准确率
- 超额收益 MAE
- RankIC

## 每日预测与选股输出

使用最佳模型做当日预测：

```powershell
python scripts/predict.py `
  --model-path artifacts/transformer_walk_forward/best_model_fold_1.pt `
  --stock-csv data/akshare/stock_prices.csv `
  --sector-csv data/akshare/sector_prices.csv `
  --market-csv data/akshare/market_prices.csv `
  --output-dir artifacts/daily_predictions `
  --top-k 10
```

可选参数：

- `--as-of-date`
  指定预测日期，格式 `YYYY-MM-DD`
- `--top-k`
  输出前多少只股票作为每日选股名单

预测后会输出两份文件：

- `daily_selection_YYYY-MM-DD.csv`
  包含全部候选股票的分数、超额收益预测和是否入选
- `daily_selection_YYYY-MM-DD.json`
  包含当日 top-k 选股摘要

## 回测脚本

使用训练好的 checkpoint 对历史样本做截面打分，并按固定调仓频率回测 top-k 选股策略：

```powershell
python scripts/backtest.py `
  --model-path artifacts/transformer_walk_forward/best_model_fold_1.pt `
  --stock-csv data/akshare/stock_prices.csv `
  --sector-csv data/akshare/sector_prices.csv `
  --market-csv data/akshare/market_prices.csv `
  --output-dir artifacts/backtests `
  --top-k 10 `
  --cost-bps 10
```

常用参数：

- `--start-date`
  回测起始日，默认使用 checkpoint 对应折的验证起点
- `--end-date`
  回测结束日，默认使用当前可评估样本的最后一天
- `--score-column`
  用 `rank_score` 或 `predicted_excess_return` 排序选股
- `--rebalance-every`
  调仓步长。默认 `0` 表示使用训练时的 `horizon`，即非重叠持有周期
- `--cost-bps`
  每次调仓扣减的单边成本，单位 bps

限制说明：

- 当前基线只支持 `rebalance_every >= horizon`，不支持重叠持仓回测
- 交易成本目前按每次调仓固定扣减，尚未建模真实换手

回测后会输出三份文件：

- `backtest_daily_YYYY-MM-DD_to_YYYY-MM-DD.csv`
  每次调仓的策略收益、基准收益、超额收益和净值曲线
- `backtest_positions_YYYY-MM-DD_to_YYYY-MM-DD.csv`
  每次调仓入选的股票、排名、预测分数和对应未来收益
- `backtest_summary_YYYY-MM-DD_to_YYYY-MM-DD.json`
  汇总最终净值、最大回撤、命中率、跑赢基准比例等指标

## 多步 OHLC 预测模型

如果要真正预测未来 5 日或 10 日日 K 线，而不是只输出强弱分数，需要单独训练多步 OHLC 预测模型：

```powershell
python scripts/train_ohlc_forecaster.py `
  --stock-csv data/akshare/stock_prices.csv `
  --sector-csv data/akshare/sector_prices.csv `
  --market-csv data/akshare/market_prices.csv `
  --output-dir artifacts/ohlc_forecaster `
  --sequence-length 30 `
  --prediction-length 10 `
  --epochs 20
```

说明：

- 默认训练一个 `10` 日多步模型，系统里既可以取前 `5` 日，也可以取前 `10` 日
- 输入仍然使用个股、板块、市场三路特征
- 输出是未来连续多日的 `open/high/low/close` 路径，不再是单个强弱标签

训练后会生成：

- `artifacts/ohlc_forecaster/best_model.pt`
- `artifacts/ohlc_forecaster/history.json`
- `artifacts/ohlc_forecaster/summary.json`
- `artifacts/ohlc_forecaster/dataset_metadata.json`

## 单股 OHLC 预测

训练好模型后，可以直接对单只股票输出未来 5 日或 10 日日 K 线：

```powershell
python scripts/predict_ohlc.py `
  --model-path artifacts/ohlc_forecaster/best_model.pt `
  --stock-csv data/akshare/stock_prices.csv `
  --sector-csv data/akshare/sector_prices.csv `
  --market-csv data/akshare/market_prices.csv `
  --symbol 000988 `
  --horizon 5 `
  --output-dir artifacts/ohlc_predictions
```

输出文件：

- `forecast_<symbol>_5d.csv` 或 `forecast_<symbol>_10d.csv`
- `forecast_<symbol>_5d.json` 或 `forecast_<symbol>_10d.json`

## 前后端分离系统

当前系统已经改为前后端分离模式：

- `frontend/`
  独立前端工程，使用静态 SPA 方式运行
- `backend/`
  独立后端 API 服务，负责数据读取、图表生成、异步预测任务和 WebSocket 推送

系统会显示 AI 板块股票列表；点击股票后可查看：

- 历史日 K 线
- 成交量
- 换手率
- MACD 曲线
- KDJ 曲线
- 点击按钮后异步发起的未来 5 日或 10 日预测 K 线
- 基于预测 K 线重新计算后的 MACD / KDJ
- 预测过程中的实时进度条

前端不再使用 HTTP 轮询，而是通过 WebSocket 接收任务进度推送。

说明：

- 如果不显式传 `--forecast-model-path`，系统会优先尝试自动读取 `artifacts/ohlc_forecaster/best_model.pt`
- 系统会优先显示真实股票名称；名称来源优先级是 `stock_universe.csv`，其次是 `stock_prices.csv` 中的 `name` 列
- 未来预测日期目前按工作日外推，不含交易所节假日校准

## 后端 API

前端默认调用以下接口：

- `GET /api/healthz`
- `GET /api/sectors`
- `GET /api/stocks`
- `GET /api/stocks/<symbol>`
- `GET /api/stocks/<symbol>/chart`
- `POST /api/predictions`
- `GET /api/predictions/<task_id>`
- `WS /ws/predictions/<task_id>`

异步预测流程：

1. 前端调用 `POST /api/predictions` 提交 `symbol + horizon`
2. 后端创建后台任务并立即返回 `task_id`
3. 前端建立 `WS /ws/predictions/<task_id>` 连接
4. 后端实时推送 `status/progress/message`
5. 任务完成后，前端自动刷新预测图和预测表格

后端本地启动：

```powershell
python backend/app.py `
  --stock-csv data/akshare/stock_prices.csv `
  --sector-csv data/akshare/sector_prices.csv `
  --market-csv data/akshare/market_prices.csv `
  --stock-universe-csv data/akshare/stock_universe.csv `
  --forecast-model-path artifacts/ohlc_forecaster/best_model.pt `
  --host 127.0.0.1 `
  --port 8000
```

## Docker 运行

推荐用 Docker 同时启动独立前端和独立后端：

```powershell
docker compose up --build -d
```

访问地址：

- 前端：`http://127.0.0.1:3000/`
- 后端：`http://127.0.0.1:8000/`

说明：

- `stock-predict-frontend`
  使用 `nginx` 托管独立前端工程，并反向代理 `/api` 与 `/ws`
- `stock-predict-backend`
  使用 `Flask + WebSocket` 提供独立后端服务
- 后端容器会挂载当前仓库下的 `data/` 和 `artifacts/`，因此会直接复用你本地训练好的模型和数据
- 默认读取：
  - `data/akshare/stock_prices.csv`
  - `data/akshare/sector_prices.csv`
  - `data/akshare/market_prices.csv`
  - `data/akshare/stock_universe.csv`
  - `artifacts/ohlc_forecaster/best_model.pt`
- 停止容器：

```powershell
docker compose down
```

## 风险提示

这是一套研究基线，不是可直接实盘的交易系统。真正用于交易前，还需要补：

- 交易成本和滑点建模
- 停牌与涨跌停约束
- 更长周期和更多市场风格的 walk-forward 验证
- 实盘可用的预测与调仓执行链路