AI机器学习股票大盘趋势预测系统说明文档

admin

文档版本：v1.0

核心定位：基于 LightGBM 机器学习算法的离线节点化辅助分析工具。

主要用途：对 A 股个股及大盘指数的下一个交易日涨跌概率进行节点化评估与自我进化学习。

🔬 一、 软件原理（AI 是如何思考与预测的？）

本软件并非凭空预测，也不是基于个人主观盘感，而是建立在“历史数据 $\rightarrow$ 特征工程 $\rightarrow$ 机器学习全量重训”的数据流之上：

```

1. 行情自动同步与本地持久化

• 每次点击刷新，软件会自动连接行情接口（东方财富 / 新浪 Sina 备用），拉取自 2022 年至今约 1100+ 个交易日的完整日 K 线数据。
• 数据会自动格式化并持久化保存在本地的 data_store/ 目录下（如 600036_history.csv），保证本地始终拥有最新的行情数据库。
  
  

2. 特征工程（因子提炼）

原始的股价数字无法直接喂给 AI 学习，软件会对每日盘面进行二次数学加工，提炼出 5 个核心节点化技术因子：

• MA5 均线比率：当前收盘价与 5 日均线的相对位置（反映短期动量趋势）。
• MA20 均线比率：当前收盘价与 20 日均线的相对位置（反映中期支撑/阻力）。
• 成交量变化率（Vol_Change）：今日成交量对比昨日的放大/缩小比例（反映资金活跃度）。
• 振幅比率（High_Low_Ratio）：日内（最高 - 最低）/ 收盘价（反映盘中博弈剧烈程度）。
• 收益率（Return）：当天的百分比涨跌幅。
  
  

3. 滚动全量重训（持续自我进化机制）

• 拒绝“死模型”：软件不使用固定不变的模型。每次你点击计算，模型都会将截止到今天收盘的最新 1 条数据追加进历史数据中。
• 全量重新拟合（Fit）：LightGBM 决策树算法会重新学习这 4 年多（1100+ 交易日）的所有模式，寻找历史上“相似特征组合出现后，次日上涨”的最新统计概率。
• 隔离大脑存储：模型以 .pkl 格式独立保存在 model_store/ 目录下，每只股票拥有独立的大脑，互不干涉。
  
  

📖 二、 使用方法（操作指南）1. 软件启动

直接双击运行 **main.exe**，软件会弹出图形化桌面操作界面，无需配置 Python 或任何代码环境。

2. 查询与切换股票 / 大盘

• 在顶部的 “股票/大盘代码” 输入框中，输入你想分析的目标：
  • 普通 A 股：直接输入 6 位股票代码，如 600036（招商银行）、000001（平安银行）。
  • 上证大盘：输入 sh000001 或 000001_index（预测大盘大势）。
    
    
• 点击 “切换代码并重新训练” 按钮。
  
  

3. 查看预测与对账结果

• 明日上涨概率卡片（核心区）：
  • 概率大于 50%（显示红色）：AI 判定下一交易日上涨概率较高。
  • 概率小于 50%（显示绿色）：AI 判定下一交易日下跌或盘整概率较高。
    
    
• 实时日志与历史对账（日志区）：
  • 数据拉取日志：显示成功更新并加载了多少个历史交易日数据。
  • 昨日对账档案：软件会在本地 history_audit_log.json 中自动查阅上一次对该股票的预测记录，方便你进行胜率回顾与复盘。
    
    
  
  

⚠️ 三、 不足之处与局限性（客观风险提示）

为了理性和科学地使用本工具，请务必了解以下局限性：

1. 缺乏盘中高频与主力资金数据

本软件目前基于日线级（Daily K-Line）数据进行分析。虽然包含了收盘价与成交量，但无法捕获盘中的毫秒级挂单、逐笔成交以及主力资金的实时净流入/净流出。

2. 无法预测突发宏观政策与黑天鹅事件

AI 模型的预测完全建立在“历史规律在统计上会重现”的假设之上。对于盘后或周末突然发布的重大宏观政策、行业利空/利好新闻、国际突发事件等非结构化信息，定量模型无法提前感知。

3. 低信噪比与概率理解

金融市场充满了随机噪音。单个股票的日线预测概率能达到 55% ~ 60% 已属于较有价值的统计优势，切勿将预测概率理解为绝对的 100% 确定性。

4. 免责声明

本软件仅作为节点化技术研究与辅助决策工具，不构成任何具体的投资建议。股市有风险，入市需谨慎。依据本软件预测结果进行的操作，风险需由使用者自行承担。