# A股超短期选股系统 基于机器学习 + 大语言模型的A股超短线（T+0/T+1）量化选股工具。 ## 一、项目简介 本系统从全市场A股中，通过技术指标、资金流向、市场环境等多维度特征，利用 LightGBM + XGBoost 集成模型进行量化打分，再结合 DeepSeek 大语言模型对新闻情绪和市场环境进行分析，最终输出每日推荐股票列表。 ### 核心特点 - **ML选股**：LightGBM（60%权重）+ XGBoost（40%权重）集成打分 - **47个技术指标**：RSI、MACD、布林带、ATR、OBV、量比等 - **资金流向分析**：主力净流入、大单占比、资金趋势 - **LLM辅助分析**：DeepSeek API 自动生成选股报告，含技术分析和风险提示 - **自动风控**：过滤ST股、停牌股、新股、低流动性股票 - **买入概率预测**：每只股票给出ML预测的买入概率和操作建议 ## 二、每日操作流程（重要） ### 操作时间表 | 时间 | 操作 | 说明 | |------|------|------| | 9:00-9:25 | 运行选股 | `python3 cli.py screen --top 10` | | 9:25-9:30 | 选择股票 | 从前5名中选2-3只买入 | | 9:30 | 开盘买入 | 挂单买入选中的股票 | | 次日9:30 | 观察卖出 | 高开>3%止盈，低开>2%止损 | ### 操作步骤 ```bash # 第1步：每天9:00运行选股 python3 cli.py screen --top 10 # 第2步：查看结果中的「买入概率」列 # 概率 > 65%：强烈推荐买入 # 概率 55-65%：可以考虑买入 # 概率 < 55%：建议观望 # 第3步：分析感兴趣的股票 python3 cli.py analyze -s 600519 # 第4步：第二天卖出 # 高开 > 3%：止盈卖出 # 低开 > 2%：止损卖出 # 平开：持有到收盘再决定 ``` ### 风险控制规则 1. **仓位控制**：每只股票不超过总资金的30% 2. **止损线**：亏损 > 5% 立即卖出 3. **止盈线**：盈利 > 5% 考虑卖出 4. **大盘过滤**：大盘暴跌时不买入 5. **分散投资**：每次选2-3只股票，不要全仓一只 ## 二、环境要求 | 项目 | 要求 | |------|------| | Python | 3.10+ | | 内存 | 2GB+ | | 网络 | 需要访问新浪财经API | | DeepSeek API | 可选，用于LLM分析报告生成 | ## 三、安装部署 ### 1. 安装依赖 ```bash # 如果是系统Python，需要加 --break-system-packages pip3 install --break-system-packages -r requirements.txt # 或手动安装 pip3 install --break-system-packages akshare pandas numpy scikit-learn lightgbm xgboost ta openai click httpx ``` ### 2. 配置 DeepSeek API（可选） 设置环境变量： ```bash export DEEPSEEK_API_KEY="sk-你的API密钥" ``` 或在 `config.py` 中直接修改默认值。 ### 3. 验证安装 ```bash python3 cli.py --help ``` ## 四、使用方法 ### 查看使用技巧 ```bash python3 cli.py tips ``` 输出完整的操作流程、命令说明、风险控制规则。 ### 每日选股（核心命令） ```bash # 完整选股流程（含LLM分析报告） python3 cli.py screen --top 10 # 仅ML模型选股（跳过LLM，更快更省） python3 cli.py screen --top 10 --no-llm # 保存结果到JSON文件 python3 cli.py screen --top 10 -s ``` **输出示例**： ``` ======================================================================== A股超短期选股 Top 10 — 建议9:25前买入，次日卖出 ======================================================================== 排名 代码 名称 买入概率 涨跌幅 建议 ------------------------------------------------------------------------ 1 600519 贵州茅台 72.3% +1.5% 强烈推荐 2 000858 五粮液 68.1% +2.1% 强烈推荐 3 601318 中国平安 61.5% +0.8% 可以买入 4 000333 美的集团 58.2% +1.2% 可以买入 5 601888 中国中免 52.7% +0.5% 观望 ======================================================================== 操作：从前5名选2-3只买入 | 止损：亏5%卖 | 止盈：赚5%卖 ======================================================================== ``` **买入概率解读**： - **> 65%**：强烈推荐买入（★★★） - **55-65%**：可以考虑买入（★★☆） - **45-55%**：建议观望（★☆☆） - **< 45%**：不建议买入（☆☆☆） **执行流程**： 1. 获取全市场实时行情（Sina Finance） 2. 过滤ST股、停牌股、涨跌停股、低流动性股 3. 获取Top股票的K线数据，计算技术指标 4. ML模型打分（LightGBM + XGBoost） 5. 综合排名输出 6. （可选）LLM生成分析报告 ### 分析单只股票 ```bash python3 cli.py analyze -s 000001 # 分析平安银行 python3 cli.py analyze -s 600519 # 分析贵州茅台 python3 cli.py analyze -s 000001 --no-llm # 跳过LLM分析 ``` **输出示例**： ``` ╔══════════════════════════════════════════════════════════════╗ ║ 000001 平安银行 分析报告 ╚══════════════════════════════════════════════════════════════╝ 【ML预测】 买入概率: 65.0% 预测评级: ★★★ 强烈推荐买入 【当前价格】 最新价: 11.73 涨跌幅: 1.21% 【技术指标】 RSI(14): 70.0 (中性) MACD差值: 0.0287 (多头，看涨) 布林带位置: 0.97 (接近上轨，注意回调) 5日量比: 1.08 (正常) ATR波动率: 0.0158 (正常波动) ADX趋势: 25.4 (趋势一般) 【综合建议】 ML模型看好该股票；MACD看涨 【操作建议】 买入条件: 当前或回调至5日均线附近买入 止损位: 11.14 (亏损5%) 止盈位: 12.32 (盈利5%) ``` ### 查看历史结果 ```bash python3 cli.py top # 查看最近一次选股结果 python3 cli.py top -n 5 # 查看前5只 ``` ### 缓存管理 ```bash python3 cli.py cache-info # 查看缓存文件数量和大小 python3 cli.py cache-clear # 清除所有缓存数据 ``` ### 训练模型 ```bash python3 train.py ``` 训练流程： 1. 从Sina Finance获取80只蓝筹股近120天历史数据 2. 计算51个特征（技术指标 + 市场环境） 3. 生成标签（T+1收益率 > 2% 为正样本） 4. 训练 LightGBM + XGBoost 集成模型 5. Walk-forward 验证 6. 模型保存到 `saved_models/` 目录 ## 五、项目结构 ``` gupiao/ ├── cli.py # 命令行入口（Click框架） ├── main.py # 主流程编排 ├── config.py # 配置文件（API Key、过滤阈值等） ├── train.py # 模型训练脚本 ├── requirements.txt # Python依赖列表 │ ├── data/ # 数据层 │ ├── sina_fetcher.py # Sina Finance API（主数据源） │ ├── fetcher.py # akshare封装（备选数据源） │ ├── cache.py # 本地pickle缓存（避免频繁请求） │ └── preprocessor.py # 数据清洗、ST/涨跌停过滤 │ ├── features/ # 特征工程 │ ├── technical.py # 47个技术指标 │ ├── money_flow.py # 资金流向特征 │ └── market_context.py # 大盘环境、板块强弱 │ ├── models/ # ML模型 │ ├── lgbm_model.py # LightGBM模型 + Walk-Forward训练 │ ├── xgb_model.py # XGBoost模型 │ └── ensemble.py # 模型融合（加权平均） │ ├── llm/ # LLM集成 │ ├── client.py # DeepSeek API客户端 │ └── analyzer.py # 新闻情绪分析、报告生成 │ ├── strategy/ # 策略层 │ ├── screener.py # 风控过滤 + 综合排名 │ └── backtest.py # 回测框架 + 标签生成 │ ├── cache/ # 运行时数据缓存（自动创建） ├── saved_models/ # 训练好的模型文件 └── training_data/ # 训练数据缓存 ``` ## 六、配置说明 `config.py` 中的关键配置： ```python # LLM配置 LLM_API_KEY = "sk-xxx" # DeepSeek API密钥 LLM_BASE_URL = "https://api.deepseek.com" LLM_MODEL = "deepseek-chat" # 数据缓存 DATA_CACHE_HOURS = 4 # 缓存有效期（小时） # 股票过滤规则 STOCK_FILTER = { "exclude_st": True, # 排除ST/*ST股 "exclude_new_days": 60, # 排除上市不足60天的新股 "min_turnover": 50_000_000, # 最低成交额5000万 "exclude_suspended": True, # 排除停牌股 } # 选股数量 SCREENER_TOP_N = 20 ``` ## 七、模型说明 ### 训练数据 - 数据源：Sina Finance - 股票池：80只A股蓝筹股 - 时间跨度：近120个交易日 - 标签定义：T+1日收益率 >= 2% 为正样本 ### 模型性能 | 模型 | AUC | |------|-----| | LightGBM | 0.7273 | | XGBoost | 0.7209 | | Walk-forward均值 | 0.6851 | ### 重要特征（Top 10） | 特征 | 含义 | |------|------| | upper_shadow | 上影线长度 | | lower_shadow | 下影线长度 | | atr_ratio | ATR波动率占比 | | ret_20 | 20日收益率 | | ret_10 | 10日收益率 | | vol_ratio_20 | 20日量比 | | macd_signal | MACD信号线 | | vol_10 | 10日波动率 | | vol_20 | 20日波动率 | | open_close_ratio | 开盘收盘比 | ## 八、数据源说明 | 数据源 | 用途 | 限制 | |--------|------|------| | Sina Finance | 实时行情、K线数据 | ~3 req/s，需缓存 | | akshare（东方财富） | 备选数据源 | 云服务器可能被封IP | 缓存机制：本地pickle文件缓存，日线数据缓存4小时，分钟数据缓存1小时。 ## 九、维护指南 ### 日常维护 1. **每日运行选股**：建议交易日 9:30 后运行 ```bash python3 cli.py screen --top 10 -s ``` 2. **定期清理缓存**： ```bash python3 cli.py cache-clear ``` 3. **定期重新训练模型**：建议每月一次 ```bash python3 train.py ``` ### 常见问题 **Q: 数据获取失败怎么办？** A: 检查网络连接。如果东方财富API被封，系统会自动切换到Sina Finance。如果Sina也不可用，等待一段时间后重试。 **Q: LLM分析不工作？** A: 检查 `DEEPSEEK_API_KEY` 是否正确设置，以及API余额是否充足。不配置LLM也可以使用纯ML选股。 **Q: 如何提高选股准确率？** A: 1) 定期重新训练模型；2) 增加训练数据量；3) 调整 `config.py` 中的过滤阈值；4) 在 `ensemble.py` 中调整模型权重。 **Q: 模型文件在哪里？** A: `saved_models/` 目录下： - `ensemble_lgbm.txt` - LightGBM模型 - `ensemble_xgb.json` - XGBoost模型 - `*_meta.json` - 模型元数据 ### 系统监控 ```bash # 查看缓存使用情况 python3 cli.py cache-info # 查看模型文件大小 ls -lh saved_models/ # 查看训练数据 ls -lh training_data/ ``` ## 十、注意事项 1. **风险提示**：本工具仅供学习和研究使用，不构成投资建议。股市有风险，入市需谨慎。 2. **数据延迟**：实时数据可能存在几秒延迟，不适合高频交易。 3. **模型局限**：历史表现不代表未来收益，模型需要定期重新训练。 4. **API费用**：DeepSeek API 按token计费，日常使用成本很低（约0.1元/天）。 5. **合规使用**：请遵守相关法律法规，不得用于非法用途。 ## 十一、技术栈 - **语言**：Python 3.10+ - **ML框架**：LightGBM、XGBoost、scikit-learn - **数据处理**：pandas、numpy - **技术分析**：ta（Technical Analysis Library） - **数据源**：Sina Finance API、akshare - **LLM**：DeepSeek API（OpenAI兼容接口） - **CLI**：Click ## 十二、许可证 本项目仅供学习和研究使用。