stock_prediction

stock_prediction

A PyTorch-based stock price prediction project covering the full workflow from data collection, preprocessing, model training, to inference. The project focuses on multi-scale hybrid models (TemporalHybridNet) and PTFT + Variational SSM combinations.

Features

• Market Data Collection: Supports tushare, akshare, and yfinance as data sources.
• Data Preprocessing: Aggregates daily CSVs into pkl_handle/train.pkl, supports repeated loading.
• Feature Engineering: Automatically generates log returns, differences, macro/industry/sentiment exogenous variables, supports per-symbol normalization and stock embedding.
• Model Training: Unified entry, supports LSTM, Transformer, TemporalHybridNet, PTFT_VSSM, Diffusion, Graph, etc., with built-in trainer and early stopping.
• Inference: Consistent feature processing and embedding as in training, outputs prediction charts and metrics.
• Evaluation Metrics: Automatically collects RMSE, MAPE, quantile coverage, VaR, CVaR, etc., and saves results to output/metrics_*.json.
• Technical Indicators: Built-in MACD, KDJ, DMI, ATR, and more.

Normalization Parameters

• When saving models, writes *_norm_params*.json (includes mean_list, std_list, show_list, name_list).
• If global mean/std is missing, automatically computes from pkl_handle/train.pkl.
• test()/predict() will load the corresponding norm_params file before loading weights to ensure consistent denormalization.

Quick Start

conda activate stock_prediction
pip install -r requirements.txt
python scripts/train.py --mode train --model ptft_vssm --pkl 1 --epoch 2
python scripts/predict.py --model ptft_vssm --test_code 000001

For first-time use, run:

python scripts/getdata.py --api akshare --code 000001.SZ
python scripts/data_preprocess.py --pklname train.pkl

Directory Structure

project-root/
├─ src/stock_prediction/      # Core code
├─ scripts/                   # CLI scripts
├─ tests/                     # Test cases
├─ docs/                      # Documentation
├─ models/                    # Trained models
├─ stock_daily/               # Raw market data
├─ pkl_handle/                # Preprocessed queues
└─ CHANGELOG.md               # Change log

Supported Models

Common Commands

python scripts/getdata.py --api akshare --code 000001.SZ
python scripts/data_preprocess.py --pklname train.pkl
python scripts/train.py --mode train --model transformer --epoch 2
python scripts/predict.py --model transformer --test_code 000001 --predict_days 3
pytest -q

Testing & Quality

• pytest covers feature engineering, regime adaptation, stock embedding, etc.
• Run pytest -q before commit; use ruff/black/mypy as needed.

Documentation Index

• docs/system_design.md: Architecture & decisions
• docs/model_strategy.md: Model design & recommendations
• docs/user_guide.md: CLI/module usage
• docs/maintenance.md: Structure changes & fixes

FAQ

Contribution Guide

1. Add new models in src/stock_prediction/models/ and register entry.
2. Update tests and docs accordingly.
3. Follow PEP8 + type hints, run pytest before commit.

Tips for Viewing Chinese (Windows)

• In cmd, run chcp 65001 to switch to UTF-8 and avoid garbled text.
• Use VS Code Markdown preview for best results.

For more background and future plans, see docs/model_strategy.md and docs/system_design.md.

• docs/user_guide.md：命令行/模块用法├─ stock_daily/ # 原始行情数据

• docs/maintenance.md：结构调整与修复记录├─ pkl_handle/ # 预处理后的队列文件

└─ CHANGELOG.md # 变更记录

常见问题```

| 问题 | 解决方式 |

| ---- | -------- |## 支持模型 (--model)

| queue.Queue 反序列化报错 | Python 3.13+ 属性变更，已兜底，必要时重生成 train.pkl || 参数 | 结构概述 | 场景 |

| 导入触发 SystemExit | CLI 已改为默认参数对象，可直接导入 || ---- | -------- | ---- |

| CPU 模式 AMP 提示 | 自动降级，可忽略 || lstm | 3 层 LSTM + 全连接 | 基线验证 |

| 模型保存阻塞 | 已改为保存 state_dict 并迁移到 CPU || attention_lstm | LSTM + 注意力 | 关注关键时间片段 |

| 归一化参数文件为空 | 对历史模型执行 python scripts/fix_norm_params.py，新模型自动回填 || bilstm | 双向 LSTM | 加强上下文建模 |

| 推理时 30 vs 46 维度不匹配 | 已统一注入 symbol 索引，确保 predict/test 读取 *_Model_args.json || tcn | 时序卷积网络 | 捕捉局部模式 |

| multibranch | 价格/指标双分支 LSTM | 面向多特征族 |

贡献指南| transformer | 自定义 Transformer 编解码结构 | 长序列建模 |

1. 新增模型请在 src/stock_prediction/models/ 实现，并注册入口。| cnnlstm | CNN + LSTM + Attention | 多步预测（需 predict_days > 0）|

2. 同步更新测试和文档。| hybrid | Hybrid Aggregator（卷积/GRU + PTFT/VSSM/Diffusion/Graph 总线）| 多模态特征融合 |

3. 遵循 PEP8+类型注释，提交前请运行 pytest。| ptft_vssm | PTFT + Variational SSM 双轨组合 | 概率预测与风险评估 |

| diffusion | DiffusionForecaster（扩散式去噪解码） | 情景生成、尾部风险分析 |

查看中文的小贴士（Windows）| graph | GraphTemporalModel（自适应图结构） | 多资产关联建模 |

• cmd 下可先执行：chcp 65001 切换到 UTF-8，避免乱码。

• 建议在 VS Code 预览 Markdown。批量对比可执行 scripts\run_all_models.bat（默认运行训练+测试模式）。

—## 特征工程配置

更多背景与未来计划请见 docs/model_strategy.md、docs/system_design.md。- 所有特征加工策略由 config/config.yaml 的 features 节定义：

• target_mode=log_return、return_kind=log：默认对收盘价生成对数收益率标签。
• difference_columns、volatility_columns：控制差分与滑动窗口统计字段。
• external_sources：白名单式引入宏观/行业/舆情 CSV，按 trade_date 对齐并支持前向填充。
• multi_stock: true：默认在多股票场景聚合训练样本，自动生成方向标签。
• 若自定义外生特征，保持日期列为八位字符串（如 20241203），并放置在 config/external/ 下即可。

常用命令

# 抓取行情
python scripts/getdata.py --api akshare --code 000001.SZ

# 数据预处理
python scripts/data_preprocess.py --pklname train.pkl

# 训练示例
python scripts/train.py --mode train --model transformer --epoch 2

# 推理示例
python scripts/predict.py --model transformer --test_code 000001 --predict_days 3

# 运行测试
pytest -q

# 查看训练指标（训练后自动生成）
type output\metrics_*.json

测试与质量

• pytest：覆盖特征工程、Regime 自适应以及股票嵌入相关单元测试（Diffusion/Graph/Hybrid/PTFT 等），当前 30+ 项均通过。
• 建议在提交前执行 pytest -q，并按需运行 ruff / black / mypy。
• 暴露 create_predictor() 帮助脚本或测试快速构造推理器。

文档索引

• docs/system_design.md：架构拓扑与关键决策
• docs/model_strategy.md：模型方案设计与推荐组合
• docs/user_guide.md：命令行/模块用法、运维与多模型测试
• docs/maintenance.md：结构调整、修复记录与改进建议

常见问题

贡献指南

1. 新增模型请在 src/stock_prediction/models/ 中实现，并在训练/推理入口注册。
2. 同步更新测试（tests/test_models.py）与文档（尤其是 docs/model_strategy.md、CHANGELOG.md）。
3. 遵循编码规范（PEP8 + 类型注释），提交前请运行 pytest。

查看中文的小贴士（Windows）

• 在 cmd 窗口中可先执行：chcp 65001 切换到 UTF-8 代码页，避免中文显示为乱码。
• 建议在 VS Code 中查看 Markdown（预览自动使用 UTF-8）。

更多背景与未来计划，请参阅 docs/model_strategy.md 与 docs/system_design.md。 | cnnlstm | CNN + LSTM + Attention | 多步预测（需 predict_days > 0）|

| hybrid | Hybrid Aggregator（卷积/GRU + PTFT/VSSM/Diffusion/Graph 总线）| 多模态特征融合 |