一个以 AkShare 获取 A 股历史数据，结合 随机森林（RandomForest） 做涨跌概率预测，并提供：

• 单只股票回测（含仓位/止盈止损/净值曲线）
• 自动选股（遍历股票池输出候选标的） -（部分版本）新手实操交易建议导出（买入区间/止盈止损/仓位建议）

本仓库目前以多个版本脚本迭代为主（如 V15.0.py、V22.0.py、Last.py 等），你可以直接运行其中一个脚本体验功能。

• 功能概览
• 项目结构（按现有文件推断）
• 环境依赖
• 安装与运行
  • 方式 A：运行 V22.0（增强版：回测 + 自动选股）
  • 方式 B：运行 Last.py（V13.5 指令面板/简化特征）
• 策略与模型说明（重要）
  • 数据来源
  • 特征工程（以 V22.0 为例）
  • 训练/测试划分
  • 仓位与风控（以 V22.0 为例）
• 输出文件说明
• 常见问题（FAQ）
• 风险提示与免责声明
• 致谢

• 自动拉取指定股票 2023-01-01 起的 后复权 日线数据
• 计算指标/特征（如 RSI、成交量倍率、趋势得分、ATR、乖离率、换手率等）
• 训练模型预测 “次日上涨概率”
• 按策略规则动态调整仓位，执行止盈/止损
• 输出：
  • 训练/测试准确率（仅反映分类正确率，不等于收益率）
  • 回测净值曲线、仓位图
  • 最大回撤点、夏普、日胜率、交易统计等

• 遍历预设股票池（可在脚本里改）
• 对每只股票进行特征工程与预测，输出候选标的列表
• 结果会按上涨概率排序并导出 CSV

• 更轻量的特征（成交量倍率、趋势得分、ATR）
• 输出“目标仓位比例”“建议下单股数”“移动保护位（止损价）”“风险压力测试”等指令信息
• 同样会绘制策略净值曲线

仓库以脚本为主，版本号文件代表策略/功能迭代。

• V22.0.py：增强版主脚本（回测 + 自动选股 + 图表输出 + 日志）
• Last.py：V13.5 指令面板版本（简化特征 + 仓位建议/保护位）
• V15.0.py / V16.0.py / V17.0.py / V20.0.py / V21.0.py / V23.0.py 等：历史迭代版本（可自行对比）
• *_data_v2.csv：示例/缓存数据（仓库中看到多只股票的 CSV）
• *_strategy_result_YYYYMMDD.png / *_enhanced_strategy_result_YYYYMMDD.png：回测图表输出示例
• auto_selection_result_YYYYMMDD.csv / auto_selection_enhanced_result_YYYYMMDD.csv：选股结果输出示例
• 选股结果_YYYYMMDD.csv、新手实操建议_YYYYMMDD.csv：结果/建议输出示例（仓库中已存在同名文件）
• .gitignore、.idea/：工程配置

从 Last.py 与 V22.0.py 看，核心依赖为：

• Python 3.9+（建议 3.10/3.11）
• pandas
• numpy
• matplotlib
• scikit-learn
• akshare

Windows 终端中文显示：脚本里配置了 SimHei、Microsoft YaHei 字体；如果你的环境没这些字体，图表中文可能乱码。

建议使用虚拟环境：

python -m venv .venv
# Windows
.venv\Scripts\activate
# macOS/Linux
source .venv/bin/activate

安装依赖（仓库暂未看到 requirements.txt，你可以先手动装）：

pip install -U pip
pip install pandas numpy matplotlib scikit-learn akshare

如果你希望我把依赖整理成 requirements.txt / pyproject.toml，我也可以按你常用的 Python 版本补一份。

python V22.0.py

启动后会提示选择功能：

• 1：单只股票增强版回测
• 2：自动选股（增强版）

按提示输入股票代码（如 002415、600519）。

python Last.py

按提示输入：

1. 股票代码（如 601868）
2. 实盘总本金（元）

脚本会输出类似“量化策略指挥部”的面板，包括：

• AI 信心值（上涨概率）
• 趋势得分、成交倍率
• 目标持仓比例
• 建议下单股数（100 股整数倍）
• 移动保护位（止损价）与潜在亏损测算

以下说明以 V22.0.py / Last.py 的实现为准（不同版本细节略有差异）。

• 通过 AkShare 接口 stock_zh_a_hist 获取 A 股日线数据
• 使用 后复权（hfq） 以保证价格序列的连续性（更适合长期回测对比）

V22.0 中使用的核心特征包含（以脚本实际为准）：

• RSI：相对强弱指标
• MA5/MA20/MA60 均线系统
• MA5_BIAS、MA20_BIAS：均线乖离率（超买超卖参考）
• Vol_Ratio：成交量倍率（成交量 / 成交量5日均值）
• Trend_Score：趋势得分（例如收盘在 MA60 上方记 1.0）
• ATR + ATR_Ratio：波动率与 ATR 占比
• 换手率：若数据源缺失则容错为 0
• Vol_Change：成交量变化率
• Industry：行业因子（脚本内置股票-行业映射与数值化）

预测目标（分类标签）：

• Target = (次日收益率 > 0)，即预测“明天涨不涨”。

• 训练集：2023-06-01 ~ 2023-12-31（用于学习近期规律）
• 测试集：2024-01-01 至今（用于回测/评估）

注意：这是一种固定切分方式。实际使用可考虑滚动训练/Walk-forward 等更贴近实盘的方法。

• 预测概率 Prob 超过阈值后开仓（阈值在 SELECTION_CONDITIONS['min_prob'] 中配置，默认 0.5）
• 按趋势强弱给不同仓位（例如强趋势给到 0.8，弱趋势给到 0.3）
• 止盈：从入场后最高点回撤超过 1.5 * ATR 触发
• 止损：亏损超过 2% 或跌破 entry - 2 * ATR 触发
• 手续费：用 0.0012（0.12%）模拟（脚本中写明“印花税+佣金”，实际请以券商为准，并考虑滑点）

不同脚本可能输出不同文件名，常见包括：

• stock_strategy_YYYYMMDD.log
  策略日志（V22.0 使用 logging 输出，便于排查数据抓取/回测过程）

• {code}_enhanced_strategy_result_YYYYMMDD.png
  回测净值曲线 + 仓位图（V22.0 会保存）

• auto_selection_enhanced_result_YYYYMMDD.csv
  自动选股结果（包含最新价、上涨概率、趋势得分、RSI、最大回撤、预测准确率等字段）

• （可能）trade_advice_YYYYMMDD.csv
  新手实操建议（部分版本附带：买入区间、止盈止损、仓位建议等）

仓库根目录中也能看到一些已生成的示例输出，例如：

• 600519_enhanced_strategy_result_20260311.png
• auto_selection_enhanced_result_20260311.csv
• 选股结果_20260311.csv
• 新手实操建议_20260311.csv

• 股票代码必须是 6 位纯数字（如 600519、002415）
• 网络问题、AkShare 数据源暂时不可用、或该标的停牌等，都可能导致为空

• Windows 通常可用 SimHei、Microsoft YaHei
• macOS/Linux 需要安装中文字体或修改 matplotlib 字体配置

• 分类准确率只说明“涨跌方向猜对了多少”，并不直接等价于“可交易收益”
• 交易策略还受仓位、止盈止损、手续费滑点、行情结构等影响

在 V22.0.py 顶部可以找到类似配置：

• STOCK_POOL = [...]
• SELECTION_CONDITIONS = {...} 按你的需求修改即可。

• 本项目仅用于 学习与研究（量化、机器学习、回测框架思路），不构成任何投资建议。
• 历史回测不代表未来表现，实盘可能出现连续亏损、滑点扩大、流动性不足、极端行情失效等情况。
• 请务必结合自身风险承受能力，谨慎使用；新手建议先小资金/模拟盘验证。

• AkShare 提供数据接口支持
• scikit-learn / pandas / numpy / matplotlib 等开源生态