基于XGBoost+LSTM双模型的股票预测系统——“智语析金”智能投研平台

1. 从理论到实践的量化探索项目背景传统的股票技术分析依赖人工盯盘与形态识别主观性强且效率低下。随着AI技术的下沉我们能否让机器自动学习历史数据中的规律辅助我们进行投资决策这便是本项目——“智语析金”智能投研平台的初衷。本项目是一个全栈式的金融AI应用。它不仅包含了XGBoost传统机器学习和LSTM深度学习双模型进行股价涨跌预测还结合了LangChain框架和智谱AI大模型实现了基于RAG检索增强生成的年报智能问答。前端采用Streamlit快速搭建交互体验流畅。项目特点总结双核驱动XGBoost负责捕捉特征间的非线性关系LSTM负责捕捉时间序列的长期依赖两者融合提升预测稳健性。智能交互支持自然语言查询行情数据如“最近一个月涨了多少”自动出图。RAG知识库上传PDF年报即可针对文档内容进行AI问答。全链路可视化从数据采集、模型训练到回测评估全部在Web端完成。2. 核心技术栈与架构设计为了让大家对系统有一个宏观的了解下面列出本项目使用的核心库和技术方案。2.1 开发环境语言Python 3.8框架Streamlit 1.28 (快速构建Web UI)数据库/向量库ChromaDB (用于RAG检索)2.2 核心算法库数据处理Pandas, Numpy传统模型XGBoost (集成学习作为基模型)时序模型TensorFlow 2.x / Keras (构建LSTM网络)特征工程TA-Lib (技术指标计算如RSI, MACD, 布林带)2.3 AI与大模型大模型接口智谱AI (GLM-4-Flash)RAG框架LangChain (文档加载、文本分割、向量化检索)2.4 系统架构流程图数据流Tushare/AkShare数据源-技术指标计算-特征工程(25维降为7维)-XGBoostLSTM训练-Streamlit前端展示与交互。3. 核心模块实现详解由于篇幅有限这里仅展示最关键的核心逻辑完整代码可在文末获取。3.1 数据采集与容灾双数据源为了确保程序在任何网络环境下都能运行我们实现了Tushare与AkShare的自动切换机制。# core.py 核心代码片段 import tushare as ts import akshare as ak def fetch_stock_data(symbol300274, start_date20200101, end_date20241231): # 优先使用Tushare Pro (专业版) try: df pro.daily(ts_codets_code, ...) if len(df) 0: return df except: # 失败则自动降级到AkShare (免费开源) df ak.stock_zh_a_hist(symbolsymbol, ...) return df数据示例原始数据结构示例加载出来的文件保存在同目录下的data文件夹如图所示。3.2 特征工程构建技术指标我们计算了RSI、MACD、布林带、ATR等25个候选特征并通过VIF方差膨胀因子筛选出7个核心特征以避免多重共线性。核心特征open,high,low,volume,pct_change,rsi,macd_signal。预测目标Target(未来5日收盘价 当前收盘价 ? 1 : 0)。3.3 双模型融合策略本项目采用软投票机制结合了两种不同原理的模型模型名称原理优势权重XGBoost对表格数据极其敏锐能处理特征间的复杂交互泛化能力强。60%LSTM (长短期记忆网络)专门处理时间序列能记住过去60天的“记忆”来判断未来趋势。40%融合代码逻辑# 获取预测概率 xgb_prob xgb_model.predict_proba(X_test)[0, 1] lstm_prob lstm_model.predict(X_test_seq)[0, 0] # 加权融合 final_prob 0.6 * xgb_prob 0.4 * lstm_prob print(f综合上涨概率: {final_prob:.2%})4. 系统界面展示与功能导览4.1 AI智能诊断仪表盘在“AI诊断”页面系统会可视化展示当前股票的上涨概率。本系统结合了技术面指标如RSI超买超卖与大模型分析生成详细的诊断报告。4.2 行情驾驶舱交互式K线图支持缩放查看细节集成布林带、MACD、成交量副图帮助进行技术分析。4.3 RAG智能问答亮点功能系统支持上传PDF年报如阳光电源年报。程序会将PDF切片向量化存入ChromaDB。当用户提问“公司主营业务收入如何”时系统会先检索相关段落再交给大模型组织语言回答有效避免“幻觉”。4.4 策略回测与评估在“模型评估”模块我们可以看到模型在测试集上的表现。经过测试双模型融合后的AUC达到了0.60准确率约为 55.45%相比单一模型有显著提升。5. 项目运行与部署指南如果你想在本地运行此项目请按以下步骤操作克隆/下载项目git clone [你的仓库地址] cd financial_copilot安装依赖pip install -r requirements.txt(注意若提示tensorflow报错可单独下载CPU版本)启动应用streamlit run app.py配置API可选如果要启用AI报告生成请在侧边栏填入智谱AI的API Key。6. 总结与心得体会通过这次项目的开发我对“AI金融”的落地有了更深的理解特征工程是关键再复杂的模型输入垃圾数据也只能输出垃圾结果。如何提取有效的技术指标特征比调参更重要。模型融合是王道单一模型容易过拟合将XGBoost的“稳健”与LSTM的“记忆”结合确实能平滑预测曲线提升置信度。RAG赋能传统报表将LangChain引入投研系统使得非结构化的PDF文档年报变成了可交互的知识库极大地提升了信息获取效率。免责声明本项目仅用于学术研究与技术交流所有预测结果不构成投资建议。股市有风险入市需谨慎。7. 附录演示视频演示视频点击下方链接观看运行效果视频包含数据加载、模型训练、AI分析全过程“智语析金”智能投研平台演示视频如果觉得这篇文章对你有帮助请点赞、收藏、关注三连支持一下