python股票价格预测真的能赚钱吗

LSTMpython回测时间序列股票价格预测

📅 2026-10-12 12:59👁️ 5807 阅读💬 0 评论

企业微信

为什么普通人用Python预测股价总亏钱

打开任何一个量化论坛，满屏都是“用LSTM预测股价，准确率90%”的帖子。点进去一看，代码跑出来的图确实漂亮，预测曲线和真实价格几乎重合。你兴冲冲跟着做，实盘一跑就亏。问题出在三个地方：数据泄漏、过拟合、还有忽略交易成本。

数据泄漏是最隐蔽的杀手。很多人把训练集和测试集随机打乱，用今天的数据预测昨天的价格，模型当然准。正确的做法是按时间顺序切分，比如前80%交易日训练，后20%测试，绝对不能让未来信息流入过去。

过拟合更常见。LSTM这种深度网络参数动辄几十万，你拿两年日线数据去喂，它能把每一根K线的噪声都背下来。回测夏普比率3.0，实盘变成负的。

python股票价格预测真的能赚钱吗

交易成本是压垮散户的最后一根稻草。A股印花税千分之一，佣金万二点五，加上滑点，一个来回至少千一点五。你预测下周涨1%，扣掉成本还亏0.5%。

用Python做预测到底该走哪条路

别一上来就搞深度学习。先问自己：你要预测的是价格绝对值还是收益率方向？是日内高频还是周线级别？

价格绝对值预测基本是死路。股价受宏观、政策、情绪影响，非平稳序列，均值方差随时间变。你拿2020年茅台的数据训练，2024年预测出来的价格毫无意义。

收益率方向预测靠谱得多。把问题变成分类：明天收盘价比今天高还是低？或者三分类：涨超1%、跌超1%、震荡。标签平衡后，用逻辑回归、随机森林就能跑出55%以上的方向准确率。别小看55%，期货日内高频策略胜率52%就能盈利。

时间序列模型里，ARIMA适合差分平稳后的短期趋势，GARCH族模型专门捕捉波动率聚集。股价波动率比价格本身好预测得多，用GARCH预测未来一周的波动区间，对期权卖方和仓位管理极有价值。

LSTM和Transformer不是不能用，但要极度克制。输入特征别超过10个，隐藏层别超过2层，训练轮数控制在50以内并加早停。输入用收益率序列，输出用sigmoid压缩到0-1表示上涨概率。

从数据到回测的完整代码框架

下面这段代码是骨架，不涉及具体模型参数调优，目的是让你看清全流程。


import yfinance as yf

import pandas as pd

import numpy as np

from sklearn.preprocessing import MinMaxScaler

from tensorflow.keras.models import Sequential

from tensorflow.keras.layers import LSTM, Dense, Dropout

# 1. 获取数据，复权处理

df = yf.download('600519.SS', start='2018-01-01', end='2024-01-01')

df['ret'] = df['Close'].pct_change()

df = df.dropna()

# 2. 构造特征，只用过去信息

df['ma5'] = df['Close'].rolling(5).mean()

df['ma20'] = df['Close'].rolling(20).mean()

df['vol_ratio'] = df['Volume'] / df['Volume'].rolling(20).mean()

df['label'] = (df['ret'].shift(-1) > 0).astype(int)

df = df.dropna()

# 3. 按时间切分，前80%训练

train_size = int(len(df) * 0.8)

train = df.iloc[:train_size]

test = df.iloc[train_size:]

# 4. 归一化，只 fit 训练集

scaler = MinMaxScaler()

features = ['ret', 'ma5', 'ma20', 'vol_ratio']

train_scaled = scaler.fit_transform(train[features])

test_scaled = scaler.transform(test[features])

# 5. 构造时序样本，lookback=20天

def create_dataset(data, label, lookback=20):

    X, y = [], []

    for i in range(lookback, len(data)):

        X.append(data[i-lookback:i])

        y.append(label[i])

    return np.array(X), np.array(y)

X_train, y_train = create_dataset(train_scaled, train['label'].values)

X_test, y_test = create_dataset(test_scaled, test['label'].values)

# 6. 简单LSTM

model = Sequential([

    LSTM(32, input_shape=(X_train.shape[1], X_train.shape[2])),

    Dropout(0.2),

    Dense(1, activation='sigmoid')

])

model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])

model.fit(X_train, y_train, epochs=30, batch_size=32, validation_split=0.1, shuffle=False)

# 7. 回测，扣掉千一点五成本

pred_prob = model.predict(X_test).flatten()

signal = (pred_prob > 0.55).astype(int) - (pred_prob < 0.45).astype(int)

strategy_ret = signal[:-1] * test['ret'].values[1:] - 0.0015 * np.abs(np.diff(signal))

cum_ret = (1 + strategy_ret).cumprod()

print(f'策略累计收益: {cum_ret[-1]:.2f}')

跑完这段代码，多数股票累计收益在0.8到1.2之间晃荡，扣除成本后不赚钱。这才是真实世界。