1. 技术指标计算基础与数据准备在开始构建预测模型之前我们需要先理解几个核心概念。技术指标就像是股市的体检报告通过数学公式对原始交易数据进行加工帮助我们更清晰地看到市场走势。这次我们要重点关注的五个指标各有特点MA移动平均线相当于股价的平均体温能平滑短期波动MACD指数平滑异同平均线像是股市的心电图反映多空力量变化KDJ随机指标测量股价的超买超卖状态类似温度计的过热过冷警示RSI相对强弱指数评估买卖力量的体力值范围在0-100之间OBV能量潮通过成交量观察资金的流动方向好比观测资金河流的流向我建议使用Anaconda环境它已经集成了我们需要的所有基础工具包。先安装几个关键库conda install pandas numpy matplotlib scikit-learn数据准备阶段有个容易踩坑的地方——日期格式处理。很多新手会忽略这一点导致后续计算全部出错。建议用这个方法来确保日期排序正确import pandas as pd data pd.read_excel(trd_data.xlsx) data[Trddt] pd.to_datetime(data[Trddt]) # 确保转为datetime类型 data data.sort_values(Trddt) # 按日期升序排列2. 五大技术指标的手动实现2.1 移动平均线(MA)的Python实现移动平均线是最基础也最实用的指标。我常把它比作股市的近视眼镜能帮我们过滤掉日常波动的小噪音。计算5日、10日、20日均线的完整代码如下def calculate_ma(data): ma pd.DataFrame() ma[5日MA] data[收盘价].rolling(window5).mean() ma[10日MA] data[收盘价].rolling(window10).mean() ma[20日MA] data[收盘价].rolling(window20).mean() # 处理前几日不足窗口大小的NaN值 ma[5日MA].iloc[:4] data[收盘价].iloc[:4].cumsum() / np.arange(1,5) ma[10日MA].iloc[:9] data[收盘价].iloc[:9].cumsum() / np.arange(1,10) return ma实际应用中我建议同时观察三条均线的排列关系。当短期均线从下向上穿过长期均线时金叉往往是买入信号反之死叉则是卖出信号。2.2 MACD指标的编程实现MACD由三部分组成DIF快线、DEA慢线和MACD柱。计算时有个技巧先算12日和26日EMA再用它们的差值得到DIF。完整实现如下def calculate_macd(data): # 计算EMA ema12 data[收盘价].ewm(span12, adjustFalse).mean() ema26 data[收盘价].ewm(span26, adjustFalse).mean() # 计算DIF和DEA dif ema12 - ema26 dea dif.ewm(span9, adjustFalse).mean() macd (dif - dea) * 2 return pd.DataFrame({DIF: dif, DEA: dea, MACD: macd})我在实际使用中发现MACD在震荡市中容易产生假信号最好配合其他指标一起使用。当DIF上穿DEA且MACD柱由负转正时是比较可靠的买入时机。2.3 KDJ指标的计算方法KDJ指标计算相对复杂需要先找出9日内的最高价和最低价。这里有个优化技巧用rolling方法同时计算极值可以提升效率def calculate_kdj(data): low_min data[最低价].rolling(9).min() high_max data[最高价].rolling(9).max() rsv (data[收盘价] - low_min) / (high_max - low_min) * 100 k rsv.ewm(com2).mean() # 相当于2/3权重 d k.ewm(com2).mean() j 3 * k - 2 * d return pd.DataFrame({K: k, D: d, J: j})KDJ指标在80以上为超买区20以下为超卖区。但要注意在强势上涨行情中KDJ可能会长时间停留在超买区此时不宜简单卖出。3. 构建SVM预测模型3.1 特征工程与数据整合把前面计算的所有指标合并成一个特征矩阵这是建模的关键步骤。我通常会这样处理def prepare_features(ma, macd, kdj, rsi, obv): features pd.concat([ ma.add_prefix(MA_), macd.add_prefix(MACD_), kdj.add_prefix(KDJ_), rsi.add_prefix(RSI_), obv.add_prefix(OBV_) ], axis1) # 处理缺失值 features features.dropna() return features特别注意要确保特征和标签的对齐。我遇到过因为索引错位导致模型效果异常的情况后来养成了每次合并数据后都重置索引的习惯features features.reset_index(dropTrue) labels labels.reset_index(dropTrue)3.2 SVM模型的训练与调优支持向量机对特征缩放很敏感务必先做标准化。这是我的标准处理流程from sklearn.preprocessing import StandardScaler from sklearn.svm import SVC from sklearn.model_selection import GridSearchCV # 数据标准化 scaler StandardScaler() X_train_scaled scaler.fit_transform(X_train) X_test_scaled scaler.transform(X_test) # 参数网格 param_grid { C: [0.1, 1, 10], gamma: [0.01, 0.1, 1], kernel: [rbf, linear] } # 网格搜索 grid GridSearchCV(SVC(), param_grid, cv5) grid.fit(X_train_scaled, y_train) # 最佳模型 best_svc grid.best_estimator_在实际项目中我发现RBF核函数通常表现最好但线性核训练速度更快。如果数据量很大可以先用线性核试跑再考虑更复杂的核函数。3.3 模型评估与结果分析不要只看准确率特别是当数据不平衡时比如上涨下跌天数不均。我建议使用混淆矩阵和分类报告from sklearn.metrics import classification_report, confusion_matrix y_pred best_svc.predict(X_test_scaled) print(confusion_matrix(y_test, y_pred)) print(classification_report(y_test, y_pred))还可以计算策略收益率来验证模型的实用性# 假设test_data包含实际收盘价 test_data[预测信号] y_pred test_data[每日收益率] test_data[收盘价].pct_change() test_data[策略收益率] test_data[预测信号].shift(1) * test_data[每日收益率] cumulative_return (1 test_data[策略收益率]).cumprod()4. 实战经验与优化建议在长期实践中我总结了几个提升模型效果的关键点特征选择不是所有指标都有用。可以用递归特征消除(RFE)来选择重要特征from sklearn.feature_selection import RFE selector RFE(best_svc, n_features_to_select10) selector.fit(X_train_scaled, y_train)参数调优除了网格搜索还可以尝试随机搜索或贝叶斯优化。我常用的参数范围param_dist { C: loguniform(1e-3, 1e3), gamma: loguniform(1e-4, 1e1), kernel: [rbf, linear] }样本平衡如果涨跌天数不平衡可以使用类别权重class_weight {1: len(y_train)/(2*np.sum(y_train1)), -1: len(y_train)/(2*np.sum(y_train-1))} model SVC(class_weightclass_weight)模型融合单一模型总有局限可以尝试结合多个模型from sklearn.ensemble import VotingClassifier from sklearn.ensemble import RandomForestClassifier models [ (svm, SVC(probabilityTrue)), (rf, RandomForestClassifier()) ] ensemble VotingClassifier(models, votingsoft)最后提醒一点市场环境会变化模型需要定期重新训练。我通常每3个月就会用新数据重新训练一次模型同时保留旧模型作为对照。