企业官网建设流程全解析

简介：一套基于LSTM的时序收益预测实战代码包，面向希望将深度学习用于金融数据建模的Python开发者，也适合作为课程设计或毕业设计的参考资料。资源共55个文件，压缩包大小2.27MB，包含Python脚本、已训练模型与索引文件、npy与xlsx格式的数据集、jpg训练曲线、docx操作文档等，目录按data、models、logs等模块划分，便于按流程查找。其中数据预处理、模型训练、预测评估三个环节均由对应脚本实现，配套操作文档与实验截图可辅助理解每一步实现。已有2911人学习浏览。通过该资源可掌握LSTM处理时间序列的完整方法，包括门控机制理解、数据标准化、模型调参、MAE/RMSE评估与预测曲线可视化，并借助化工、有色、贵金属等大宗商品数据在真实场景中动手实践，非常适合希望快速打通时序预测与深度学习全流程的学习者。

1. 收益预测不是价格预测：为什么第一个 LSTM 版本总是翻车

这篇代码分享要讲的是怎么把手头的行情数据，变成一套能跑的基于 LSTM 的时序收益预测系统。先说结论：直接把收盘价喂给 LSTM 预测明天的价格，训练集上拟合得再好也说明不了问题，因为价格是非平稳序列，模型最后只是在复读今天的价格，换到验证集上立刻现出原形。

收益预测的正确对象是收益率，也就是价格的变化率，而不是价格本身。把目标换成收益率之后，模型要学的才是一个真正的时序预测问题：过去一段时间的价格形态和成交变化，如何影响未来一段时间的涨跌。

下面从数据构造、LSTM 模型搭建到 walk-forward 验证、常见问题排查，给出一条用 Python 一步步落地的实现路径，让有 pandas 基础、读过一点深度学习中英文资料的读者不靠黑匣子就能复现、调参，并且能判断模型到底是真的有效还是运气好。项目仅用于技术学习与研究，不构成投资建议。

2. 数据构造：从 K 线到监督学习样本的三个关键步骤

这个系统里，数据部分决定上限，模型只是在拟合数据。做 LSTM 时间序列预测的第一步不是搭网络，而是把 K 线整理成(样本数, 时间步, 特征数)的三维张量。这一步最容易出错的地方有两个：标签方向搞反、数据集乱切。下面按三步走，每一步都给出能直接跑的代码。

2.1 用收益率而不是原始价格：先解决非平稳问题

价格序列的均值和方差随时间变化，直接回归价格会让模型倾向于输出“昨天的价格”。收益率序列的均值和方差在长周期上相对稳定，更适合作为监督学习的目标，而且收益率是可加的，多日累计收益可以直接通过对数收益求和得到。

代码里一般用对数收益率log_ret = log(close_t / close_{t-1})，它近似连续复利收益率。shift(1)负责滞后一期的除法，rolling(5).mean()构造短周期动量特征，成交量比值vol_ratio用来刻画放量缩量，这是收益序列之外成本最低的增量信号。

import numpy as np import pandas as pd def load_kline(path: str) -> pd.DataFrame: # 行情文件至少要有 date, close, volume 三列 df = pd.read_csv(path, parse_dates=["date"]) df = df.sort_values("date").reset_index(drop=True) # 对数收益:close 除以前一日 close 再取 log df["log_ret"] = np.log(df["close"] / df["close"].shift(1)) # 5 日收益均线,衡量短周期动量 df["ret_ma5"] = df["log_ret"].rolling(5).mean() # 当日成交量与 5 日均量的比值 df["vol_ratio"] = df["volume"] / df["volume"].rolling(5).mean() return df.dropna().reset_index(drop=True)

这段代码有三个参数值得说清楚：shift(1)保证log_ret只使用当天及之前的信息；rolling(5)的窗口越小对噪声越敏感，越大越滞后；vol_ratio分母用了 5 日均量，如果数据里有停牌导致的零成交量，要先做缺失值处理再跑。

2.2 构造监督样本：lookback 与标签方向

LSTM 的输入要组织成(n_samples, seq_len, n_features)。seq_len是回看窗口长度，我用 20 个交易日作为默认值，大约是一个自然月；horizon是预测周期，默认 1 表示预测下一个交易日的收益。窗口和标签必须严格错位：窗口的最后一行是第 t 天，标签是第 t+1 到 t+horizon 天的累计对数收益，这样标签里只包含未来信息，不会与特征重叠。

def make_windows(df: pd.DataFrame, seq_len: int = 20, horizon: int = 1): features = ["log_ret", "ret_ma5", "vol_ratio"] X, y = [], [] # 注意:reset_index 之后才能用整数位置切片 for i in range(len(df) - seq_len - horizon + 1): # 输入:第 i 到 i+seq_len-1 行,共 seq_len 天 X.append(df.loc[i : i + seq_len - 1, features].values) # 标签:从 i+seq_len 开始,累加 horizon 天的对数收益 future = df["log_ret"].iloc[i + seq_len : i + seq_len + horizon] y.append(future.sum()) return np.array(X), np.array(y)

关键在索引错位：特征截止到i + seq_len - 1，标签从i + seq_len开始，中间没有重叠。future.sum()把多日对数收益累加，当horizon=1时就是单日收益。新手可以先固定seq_len=20, horizon=1跑通全流程，再改horizon=5做多日预测。

2.3 数据划分：时序样本禁止随机打散

很多人习惯train_test_split(random_state=42)随机切分，这在时序任务里是禁忌。相邻交易日的样本高度相关，随机切会让训练集和验证集互相“剧透”，验证指标虚高。正确做法是按时间顺序切：前 70% 训练、后 30% 验证；更严格的做法是 walk-forward，第 4 章展开讲。

from sklearn.preprocessing import StandardScaler # 按时间顺序切分,不用随机打散 split = int(len(X) * 0.7) X_tr, X_val = X[:split], X[split:] y_tr, y_val = y[:split], y[split:] # 关键:scaler 只能在训练集上 fit,验证集只 transform seq_len, n_feat = X_tr.shape[1], X_tr.shape[2] scaler = StandardScaler() X_tr = scaler.fit_transform(X_tr.reshape(-1, n_feat)).reshape(-1, seq_len, n_feat) X_val = scaler.transform(X_val.reshape(-1, n_feat)).reshape(-1, seq_len, n_feat)

reshape(-1, n_feat)先把三维张量摊平成二维做标准化，再还原回三维。y 不需要做任何标准化，因为推理时没有真实标签可以还原，后面 5.3 会专门讲这个坑。

3. 搭建 LSTM 网络：层数、单元数与损失函数的选型

网络结构本身不是这个系统的护城河，但它决定了模型能学到什么尺度的时间依赖。这一章讲清楚为什么用 LSTM、用几层、损失函数怎么选，最后给出可复现的 LSTM 模型代码。

3.1 LSTM 神经网络为什么适合收益序列建模

LSTM 是 Hochreiter 和 Schmidhuber 在 1997 年提出的循环神经网络变体，核心是三个门：输入门、遗忘门、输出门。门控机制让信息可以有选择地跨时间步保留，比普通 RNN 更擅长捕捉几十个交易日内的形态依赖。收益序列里，一次放量上涨对后续几天的影响不是均匀衰减的，门控恰好能学出这种“记住或遗忘”的节奏。

但有一点要泼冷水：收益序列的信噪比很低，LSTM 网络不是魔法。它的作用是从特征窗口里提炼有统计意义的结构，而不是记住历史价格。如果特征本身没有预测力，把 LSTM 堆到三层也只是把噪声拟合得更漂亮。

3.2 单层还是堆叠：一上来就上三层是大忌

收益预测的样本量通常只有几千到几万，堆叠多层 LSTM 网络极易过拟合。我一般的做法是：先用单层 LSTM、64 个单元、dropout 0.2 跑一个 baseline；当验证集 IC 明显超过 0.05，再尝试堆叠第二层来捕捉更抽象的特征。堆叠时第一层必须设return_sequences=True，否则第二层拿不到完整的序列输出。

调参是有几分玄学，但先跑基线再动结构能把这部分玄学压到最低。下表是我常用的参数起点和调整范围，一次只改一个变量，改完立刻看验证集变化。

3.3 可复现的建模代码：固定随机种子与 Huber 损失

下面的 LSTM 实现用tf.keras写成，单层网络加 dropout，输出层是线性回归单元。固定随机种子这一步非常关键，收益数据本身噪声大，不固定种子的话，同样的代码跑两次结果都不一样，你根本分不清改动是有效还是随机波动。

import tensorflow as tf def build_model(seq_len: int, n_feat: int) -> tf.keras.Model: tf.random.set_seed(42) # 固定 TensorFlow 侧随机性 np.random.seed(42) # 配合固定 numpy 侧 model = tf.keras.Sequential([ tf.keras.layers.LSTM(64, return_sequences=False, input_shape=(seq_len, n_feat)), tf.keras.layers.Dropout(0.2), # 回归输出:线性激活,不加 sigmoid/tanh tf.keras.layers.Dense(1) ]) model.compile( optimizer=tf.keras.optimizers.Adam(learning_rate=0.001), loss=tf.keras.losses.Huber() # 对极端行情不敏感 ) return model

return_sequences=False表示只输出最后一个时间步的隐藏状态，接一个 Dense 就能回归；如果这里改成True，输出会变成(batch, seq_len, 64)，Dense 层没法直接接。损失函数用 Huber 而不是 MSE，因为收益序列偶尔出现极端涨跌，MSE 会被这些离群点拉着走，Huber 在误差大时从二次退化为线性，训练过程更稳。

注意：tf.random.set_seed只能降低随机性，不能完全消除。不同硬件、不同 TensorFlow 版本之间，结果仍有细微差异，这是深度学习的常态。

4. 训练与验证：用 walk-forward 判断模型是否真的可用

单次时间切分的验证结果会被某一段特定行情左右，一次定生死。walk-forward 模拟的是真实上线节奏：用过去的数据训练，在接下来的新数据上验证，再把新数据并入训练集往前走。这一章的代码是整个系统里最接近实盘评估的部分。

4.1 walk-forward：模拟真实滚动重训的切分方式

walk-forward 的做法是把数据切成时间上连续的若干段：在第 0 段上训练，在第 1 段上验证；然后把第 1 段并入训练集，在第 2 段上验证，依次类推。第一次跑不用做太多折叠，折数太多训练成本成倍上涨，收益却有限。

def walk_forward(X, y, first_train: int, fold_size: int, epochs: int = 10): seq_len, n_feat = X.shape[1], X.shape[2] preds, trues = [], [] start = first_train while start + fold_size <= len(X): X_tr, y_tr = X[:start], y[:start] X_te, y_te = X[start:start + fold_size], y[start:start + fold_size] # 每个 fold 重新 fit scaler,只用当前训练段 scaler = StandardScaler() X_tr = scaler.fit_transform(X_tr.reshape(-1, n_feat)).reshape(-1, seq_len, n_feat) X_te = scaler.transform(X_te.reshape(-1, n_feat)).reshape(-1, seq_len, n_feat) # 每次用固定结构重新训练,不继承上一轮权重 model = build_model(seq_len, n_feat) model.fit(X_tr, y_tr, epochs=epochs, batch_size=64, verbose=0) pred = model.predict(X_te, verbose=0).ravel() preds.append(pred) trues.append(y_te) start += fold_size return np.concatenate(preds), np.concatenate(trues)

first_train是第一段训练集长度，一般占总样本的 60% 到 70%；fold_size是每段验证长度，取总样本的 10% 到 15%。每个 fold 内部重新 fit scaler，这个问题在第 5 章的排查里还会重点提到。epochs=10是保守值，如果你加了早停回调，可以适当放大到 30。

4.2 三个指标：IC、命中率、和 naive 基准对比

收益预测的 RMSE 绝对值没有直观含义，因为收益率的尺度本身随标的波动。我习惯看三个指标：IC，即预测值与真实值的 Pearson 相关系数；命中率，即预测方向与真实方向一致的比例；以及和 naive 基准的对比。

naive 基准用“上一期真实收益作为本期预测”，它代表最简单的动量假设。如果 LSTM 连这个基准都跑不赢，问题大概率在数据和特征，不在网络结构。

def evaluate_with_baseline(pred: np.ndarray, true: np.ndarray) -> dict: ic = np.corrcoef(pred, true)[0, 1] hit = np.mean(np.sign(pred) == np.sign(true)) # 朴素动量基准:用 true 的上一期值预测本期 base_pred = np.roll(true, 1) base_ic = np.corrcoef(base_pred[1:], true[1:])[0, 1] base_hit = np.mean(np.sign(base_pred[1:]) == np.sign(true[1:])) return { "IC": ic, "hit_rate": hit, "baseline_IC": base_ic, "baseline_hit": base_hit, }

在日频收益预测里，IC 超过 0.05、命中率超过 0.52 已经算不错的信号；IC 超过 0.1 就要先怀疑数据泄漏，而不是急着庆祝。np.roll会把数组末尾的值滚到开头，所以计算基准指标时从下标 1 开始，把那个伪造的边界点丢掉。

4.3 训练监控：早停、学习率衰减与梯度裁剪

LSTM 在收益数据上收敛很快，也容易过拟合。训练时我固定用三个回调：EarlyStopping 在验证 loss 连续多个 epoch 不下降时恢复最优权重；ReduceLROnPlateau 在验证 loss 进入平台期时把学习率减半；另外在 Adam 优化器上开梯度裁剪，防止个别极端样本把权重拉飞。

callbacks = [ tf.keras.callbacks.EarlyStopping( monitor="val_loss", patience=15, restore_best_weights=True), tf.keras.callbacks.ReduceLROnPlateau( monitor="val_loss", factor=0.5, patience=5, min_lr=1e-5), ] model.fit( X_tr, y_tr, validation_data=(X_val, y_val), epochs=100, batch_size=64, callbacks=callbacks, verbose=1, )

restore_best_weights=True确保训练结束后拿回的是验证 loss 最低时的权重，而不是最后几个 epoch 的过拟合权重。梯度裁剪写进优化器里：tf.keras.optimizers.Adam(learning_rate=0.001, clipnorm=1.0)。收益数据的尾部偶尔会出现极端值，不裁剪的话一个样本就能让权重跳一大步。

5. 基于 LSTM 的收益预测系统排查：五个最容易翻车的细节

下面五条是我从血泪经验里筛出来的高频问题，每条按现象、原因、解决的顺序写。你做时序收益预测时如果指标突然变得异常好，先按这个清单过一遍。

5.1 验证集指标高得离谱，实盘却失灵

现象：walk-forward 的 IC 到 0.2 以上，方向命中率接近 60%，看起来胜券在握，一放到新行情上立刻衰竭。

原因：绝大多数情况是归一化泄漏。scaler 在包含验证集的全量数据上 fit，验证样本的均值和标准差提前“告诉”了模型，相当于开卷考试。

解决：所有fit_transform只发生在训练段，验证段和推理段只用transform。把第 2 章的标准化代码抽成独立函数，在每个 fold 内部重新 fit，不要图省事用全局 scaler。

5.2 随机切分数据导致验证集失真

现象：验证 loss 波动极大，同一份数据换一个random_state，结果天上地下。

原因：随机切分把时间上相邻的样本分到了训练集和验证集两边，训练集里已经包含了验证样本的“邻居”，信息通过自相关泄漏过去。收益序列的自相关虽然不强，但窗口重叠导致样本间相关性很高。

解决：按时间顺序切片，或者直接用第 4 章的walk_forward。如果必须用 scikit-learn 的train_test_split，务必传shuffle=False。

5.3 标签做了标准化后无法还原

现象：预测值的分布和真实收益不在一个量纲上，方向大体对，但幅度完全对不上，比如预测值集中在正负 0.05 附近，真实收益动辄正负 0.03。

原因：对 y 也做了 z-score。训练时有真实标签可以计算均值和标准差，但推理时模型只输出裸预测值，没有对应的 y 分布可供还原。

解决：y 保持原始对数收益，不做任何标准化。如果某个版本必须缩放标签，就把训练集的y_mean和y_std和模型一起保存，推理时手工乘回去。这个坑一旦踩进去，排查成本很高，最好从源头就不缩放。

5.4 把价格当预测目标，出现“滞后一期”的假规律

现象：把预测结果和真实价格画在同一张图里，预测曲线像是真实价格往后平移了一天，IC 还特别高。

原因：价格是强自相关序列，模型学到的其实是p_t ≈ p_{t-1}，只要复读昨天的价格就能把损失压到很低。

解决：把目标换成对数收益，模型无法通过复读来压低损失，IC 会回落到真实水平。这就是第 1 章强调的先定义任务、再调模型。判断方法很简单：如果预测序列和真实价格曲线的相关性极高，但预测序列一阶差分后和真实收益相关性很低，基本就是复读机。

5.5 行错位：特征和标签用了同一根 K 线

现象：训练 loss 低到不合理，验证集却完全失效。回查代码发现窗口最后一行和标签首日用了同一天的收盘价。

原因：构造窗口时索引偏了一位，标签从i + seq_len - 1开始而不是i + seq_len。这意味着模型用当天收盘后的信息去预测当天的收益，制造了未来函数。

解决：把每个样本的日期范围打印出来核对，标准动作是检查特征最后一行日期与标签首日日期是否严格错开。

# 排查标签错位的标准动作:打印前 3 个样本的日期范围 for i in range(3): feat_end = df["date"].iloc[i + seq_len - 1] label_day = df["date"].iloc[i + seq_len] print(f"样本{i}: 特征截至 {feat_end.date()}, 标签首日 {label_day.date()}") assert label_day > feat_end, "标签日期必须晚于特征截止日期"

只要标签首日小于等于特征截止日，就是错位，直接改make_windows里的索引偏移。

6. 上线前最后一步：多步预测、保存模型与基准对比

6.1 多步预测：迭代法还是直接法

如果业务方要的是未来 5 天收益，有两种选择。一种是用horizon=1的模型滚动预测 5 次，把上次输出喂回输入窗口，代价是误差逐级累积，到第三步基本变成噪声。另一种是直接改horizon=5重新训练，标签改成未来 5 天累计对数收益。我一般选直接法，虽然标签更平滑、单日信号的锐度变低，但误差不会在预测步之间滚动放大，线上维护也简单。

6.2 把模型和 scaler 绑定保存

上线推理最容易出低级错误的点是只带走了模型文件，忘了归一化参数。推理端输入是原始量纲，和训练分布对不上，预测值会整体偏移。我用SavedModel格式保存模型，同时用joblib保存 scaler，推理时先transform再predict。

model.save("lstm_return_model.keras") joblib.dump(scaler, "lstm_return_scaler.joblib") # 推理端加载 import joblib sc = joblib.load("lstm_return_scaler.joblib") m = tf.keras.models.load_model("lstm_return_model.keras") X_new = sc.transform(X_new.reshape(-1, n_feat)).reshape(-1, seq_len, n_feat) pred = m.predict(X_new, verbose=0).ravel()

保存的 scaler 必须是训练阶段最后 fit 的那个。如果训练时用了 walk-forward，上线前用最新一段数据的统计量重新 fit 一份同口径 scaler，比直接用最后一次训练 fold 里的更稳妥。

6.3 上线前的最后一道体检：分层收益单调性

把验证集上的预测收益按从小到大分成五组，用 pandas 的qcut切分，再分别计算每组未来真实收益的均值。如果第一组到第五组单调递增，说明模型有稳定的分层能力；如果中间断层甚至倒挂，说明模型只是在一两段行情里碰巧有效。这道体检不需要额外装库，一张表就能说明问题。

我现在的习惯是，任何时序收益预测系统上线前，必须先跑 naive 基准、IC 和分层检验，三项都过了才轮到 LSTM 网络本身去调结构。该踩的坑我基本踩过一遍，这套流程帮我拦掉了绝大多数验证集神、实盘死的模型。希望帮到你。

本文还有配套的精品资源，点击获取