A股预测系统 · 技术文档

📊 数据层架构

候选池筛选

每日热度 / 换手率

stock_candidates

→

K线采集

东方财富 API

stock_kline_ta

→

Pandas TA

技术指标计算

stock_kline_ta

→

SnowNLP

新闻情感分析

stock_news_sentiment

数据表说明

表名	说明	更新频率	记录数
`stock_candidates`	候选股票池，按热度、换手率排名取前40只	每日	≈40/天
`stock_kline_ta`	全市场日K线 + Pandas TA技术指标（MA、RSI、MACD、布林带、ATR等）	每日收盘后	≈1924条/天
`stock_news_sentiment`	新闻情感分析结果，每条新闻产出情感分（0~1）、情感标签（利好/利空/中性）	09:00 / 13:00 / 17:00 / 21:00	≈986条/天
`stock_predictions`	LightGBM预测结果，含预测涨跌幅、置信度、特征快照	每日收盘后	≈40条/天

⚙️ 特征工程（36维）

特征构成

类别	数量	特征列表	数据来源
基础	15	pct_change, close_price, volume, turnover, ma5, ma10, ma20, ma60, rsi14, macd, macd_signal, macd_hist, boll_upper, boll_mid, boll_lower, atr14, ta_score	stock_kline_ta
衍生	10	ma5/ma20比值, 布林带位置, rsi动量, macd动量, 量比, 额比, ma斜率, rsi斜率, 个股vs市场涨跌, 量vs均量	原始指标加工
市场	8	市场均值, 上涨概率, 市场波动率, 最大/最小/中位涨跌, 均量, 均额	每日全市场汇总
动量	3	昨日涨跌(pct_change_1d), 3日累计涨跌(mom_3d), 5日累计涨跌(mom_5d)	历史数据滚动

1

基础指标

从 stock_kline_ta 直接读取 close_price、volume、turnover、ma5/10/20/60、rsi14、macd、macd_hist、boll、atr14、ta_score 等15个字段

2

衍生指标

通过数学变换从基础指标派生：
ma5/ma20比值、股价在布林带中的相对位置、RSI和MACD的变化量（动量）、成交量/成交额与5日均线的比值、ma5/rsi14的斜率、个股涨跌减市场均值、个股量能减市场均量

3

市场级特征

每个交易日结束后，按全市场所有股票汇总计算8个市场指标，作为当日市场整体情绪代理变量，帮助模型感知大盘环境

4

个股动量特征

利用历史涨跌数据滚动计算：昨日涨跌（反映惯性）、前3日累计涨跌、前5日累计涨跌，用于捕捉短期趋势延续性。注意：所有历史数据均使用 shift(1)，即只参考截至今日（含）的数据，避免未来函数

🛡️ 数据泄露防护机制

⚠️ 时点分析：早报 8:30 运行 vs 晚间 15:30 执行

数据类型	8:30 早报时点	15:30 收盘后
昨日 K线 + 技术指标	✓ 已确定	✓ 可用
今日 K线（未开盘）	✗ 不存在	✓ 已确定
昨日市场均值/波动率	✓ 可用（昨收后计算）	✓ 可用
今日市场均值（未收盘）	✗ 不存在	✓ 可用
标签（次日涨跌）	✓ 未来数据，标签构建用 shift(-1)	✓ 同左

标签构建原则：使用 pct_change.shift(-1) 按股票分组移位，意味着 T 日的标签 = T+1 日的涨跌幅。这保证了训练时模型只使用截至 T 日的信息来预测 T+1 日的涨跌，完全不依赖未来数据。

预测时点原则：早报 8:30 运行时，市场调整使用最近交易日（昨收后）的市场数据，而非当日数据。这样在时间轴上严格不依赖任何"未来"信息——昨收数据在 8:30 早已确定可用，而当日涨跌在早报发出时还不存在。

训练数据窗口：取最近 65 天数据（约 3 个月），每个股票每天一条记录，经标签移位后约产生 163 条有效样本（203 - 40）。数据量适中，模型不会因数据过少而欠拟合，也不会因窗口过长而引入过多远古市场规律。

🔧 模型训练流程（每日收盘后）

1

数据拉取

从 stock_kline_ta 查询最近65个交易日全市场数据，约203条原始记录

build_features_from_db(days_back=65)

2

特征构建

构建36维特征，对每只股票的 pct_change 做 shift(-1) 得到标签，删除标签为空的行，得到约163条有效样本

df['label'] = pct_change.shift(-1)

3

数据集划分

8:2 划分，130条训练，33条验证，保持时间顺序（不用随机 shuffle，保证时序合理性）

split = int(len(X) * 0.8)

4

LightGBM 回归

objective=regression，MAE 作为主要评估指标。数据量少时自动降低 num_leaves（最大8）防止过拟合，num_rounds 最多80轮

lgb.train(params, train_data, num_boost_round=num_rounds)

5

模型评估

验证集计算 MAE（平均绝对误差）、R²（决定系数）、方向准确率（预测涨跌方向是否正确）、方向加权损失（方向错误惩罚3倍）

MAE / R² / dir_acc / dir_weighted_loss

6

模型持久化

保存到 lgb_model.txt，同步写入 .meta 文件记录版本号、特征数、训练日期，便于后续热更新校验

model.save_model(MODEL_PATH)

📈 模型预测流程（每日收盘后）

1

候选股 K线查询

取候选股票池中每只股票的最新一条 K线记录（最近交易日，最晚到昨日），读入 ma5/20/60、rsi14、macd、boll、atr14、ta_score 等15个原始指标

2

市场特征注入

从参考交易日的 stock_kline_ta 全量汇总，计算该日市场均值、上涨概率、波动率等8个市场指标。这些数据在早报 8:30 运行时已经确定可用

3

历史动量计算

查询该股票前6日历史数据，滚动计算 pct_change_1d（昨日涨跌）、mom_3d（3日动量）、mom_5d（5日动量）及量比/额比

4

36维特征向量

组装所有特征，顺序与训练时完全一致，缺失值填充为0，特征数与模型不匹配时跳过该股票

features = [pct_change, close_price, volume, turnover, ma5, ..., mom_5d] # 36维

5

模型推理 + 市场调整

LightGBM 回归输出原始预测值。若预测绝对值超过3%，将30%权重分配给市场偏差（market_avg）；否则仅分配10%，避免微幅预测被过度干预

pred = raw * 0.7 + market_avg * 0.3 # |raw| > 3%

6

结果写入数据库

将预测涨跌幅、置信度（基于预测绝对值动态计算50~95）、技术得分、情感均值及完整特征快照一并写入 stock_predictions 表，字段 trade_date 为 K线对应日期

🕐 每日执行时序

08:30 · 每日

发送早报

读取 stock_predictions（前日收盘后预测结果），结合板块轮动、资金流向、技术形态等生成早报，通过邮件发送给订阅用户

09:00 / 13:00 / 17:00 / 21:00 · 每日

SnowNLP 新闻情感采集

爬取东方财富等来源的A股相关新闻，经 SnowNLP 情感分析后写入 stock_news_sentiment 表，支持利好/利空/中性标签判定

15:30 · 周一至周五

每日数据采集任务（daily_job）

按顺序执行：候选池 → K线+Pandas TA → 新闻情感 → LightGBM预测 → 模型重训练

周日 20:00 · 每周

模型完整重训练（weekly_train_job）

使用最新65天全量数据重新训练 LightGBM 模型，保存新版本，确保模型参数随市场风格变化持续更新

每月

数据清理 + 别名库扩展

清理过期数据（候选池/K线保留180天、新闻保留90天）；分析近期未匹配新闻自动扩展公司别名库，提升新闻匹配覆盖率

📐 模型评估指标

MAE（平均绝对误差）

预测涨跌幅与实际涨跌幅之差的绝对值的均值。单位为百分比，直接反映预测值与真实值的偏离程度。当前典型值约 2~3%

R²（决定系数）

模型解释目标变量方差的比例，取值 0~1。R² 越高说明模型对涨跌幅的解释力越强。当前典型值约 0.07~0.46（股市预测难度高，R² 通常较低）

方向准确率

预测涨跌方向（正/负）与实际涨跌方向一致的比例。当前典型值约 70~75%，意味着每4次方向判断约有3次正确

方向加权损失

方向错误时损失乘以3倍后的加权平均损失。惩罚机制使模型在方向判断上更谨慎，因为方向错误比幅度偏差危害更大

📖 术语表

pct_change

单日涨跌幅百分比，即（今日收盘价 - 昨日收盘价）/ 昨日收盘价 × 100%

MA / 均线

移动平均线，N日MA = 最近N日收盘价的算术平均，用于判断趋势方向

RSI（相对强弱指数）

衡量价格涨跌速度和幅度的振荡指标，取值0~100。RSI>70 超买，RSI<30 超卖

MACD

指数平滑异同移动平均线，由快线（DIF）、慢线（DEA）和柱状图（MACD Hist）组成，用于判断趋势转折

布林带（Bollinger Bands）

由中轨（MA20）和上下轨（±2倍标准差）组成，股价触及上轨可能超买，触及下轨可能超卖

ATR（平均真实波幅）

衡量价格波动剧烈程度的指标，ATR值越大表示波动越剧烈，常用于止损设置

ta_score

综合技术评分（0~100），由趋势、动量、波动率、RSI、MACD、布林带等多个维度加权计算得出

SnowNLP

中文情感分析库，对新闻文本输出0~1之间的情感得分，>0.6为利好，<0.4为利空，中间为中性

LightGBM

微软开源的梯度提升框架，比 XGBoost 更快更省内存，适合中等规模数据的回归/分类任务

数据泄露（Data Leakage）

训练或预测时使用了不该在当前时点获取的信息（如未来数据），导致模型虚高，实际部署失效

🚀 核心实现

Claude Code 自动化助手

Claude Code 是基于 Claude 模型的 AI 编程助手，可连接大模型自动执行数据采集、分析、报告生成等任务。

配置项	值
配置文件	`~/.claude/CLAUDE.md`
命令前缀	`/` + 技能名（如 `/stock-morning-report`）
自定义 Skills	`~/.claude/commands/`

常用指令： /stock-morning-report 生成早报 /news-hot 热点新闻 /news-AI AI新闻 /stock-evening-report 晚报

大模型连接方式

1

MCP Server 连接

在 Claude Code 配置文件中定义 MCP 服务器，格式如下：

{ "mcpServers": { "mysql": { "command": "npx", "args": ["-y", "@anthropic/mysql-mcp"] }, "brave-search": {...} } }

2

工具调用

Claude Code 自动扫描可用工具后，通过 tools 列表调用：

mcp__mysql__mysql_query mcp__brave-search__brave_web_search mcp__tavily-search__tavily_search

3

API Key 配置

在服务器环境变量或配置文件中设置：

SCRAPERAPI_API_KEY=xxx BRAVE_SEARCH_API_KEY=xxx ANTHROPIC_API_KEY=xxx

4

返回结果

MCP 工具返回 JSON/文本结果，Claude Code 自动解析并生成分析报告或执行后续操作

MySQL MCP 数据库连接

使用 @anthropic/mysql-mcp 连接 stockdb 数据库，直接查询股票数据。

1

连接配置

在 Claude Code 的 MCP settings 中配置数据库连接信息

2

查询示例

mcp__mysql__mysql_query sql: "SELECT ts_code, close_price, pct_change FROM stock_kline_ta WHERE trade_date = '2026-03-24' LIMIT 10"

3

常见查询

-- 查看候选池 SELECT * FROM stock_candidates ORDER BY rank LIMIT 10; -- 查看预测结果 SELECT ts_code, pred_pct, confidence FROM stock_predictions WHERE trade_date = '2026-03-24'; -- 查看新闻情感 SELECT title, sentiment, label FROM stock_news_sentiment WHERE trade_date = '2026-03-24';

stockdb.py 后台程序

核心数据采集与处理程序，位于服务器后台定时运行。

功能模块	说明	数据表
候选池筛选	按热度、换手率排名选取前40只股票	stock_candidates
K线采集	从东方财富API获取日K线数据	stock_kline_ta
技术指标	Pandas TA计算MA、RSI、MACD、布林带等	stock_kline_ta
新闻情感	SnowNLP分析新闻情感得分	stock_news_sentiment
模型预测	LightGBM回归预测次日涨跌幅	stock_predictions
模型训练	每日收盘后重训练模型	lgb_model.txt

定时任务：每日 15:30 执行 daily_job，周日 20:00 执行 weekly_train_job

通过 MCP 获取新闻

使用 ScraperAPI MCP 或 Tavily MCP 获取实时财经新闻。

1

百度搜索

mcp__baidu-search__webSearch query: "A股今日热点新闻 2026-03-25"

2

Brave 搜索

mcp__brave-search__brave_web_search query: "stock market news China A-share" count: 10

3

Tavily 研究

mcp__tavily-search__tavily_research input: "A股市场今日热点，分析板块轮动和资金流向" model: "pro"

4

网页抓取

mcp__scraperapi__scrape url: "https://finance.eastmoney.com/" output_format: "markdown"

任务执行流程

Step 1

连接 MySQL MCP

通过 MCP 连接 stockdb 数据库，查询候选股票池和技术指标数据

Step 2

获取新闻数据

通过百度/Brave/Tavily搜索获取最新财经新闻，结合 SnowNLP 情感分析

Step 3

特征组装

组装36维特征向量（基础指标15 + 衍生指标10 + 市场指标8 + 动量指标3）

Step 4

模型推理

加载 LightGBM 模型进行回归预测，结合市场偏差调整输出

Step 5

结果输出

生成预测结果早报/晚报，发送邮件至订阅用户，或生成分析报告