简介：这份资源是面向高校学生与量化投资初学者的深度学习实战项目包，可作为毕业设计、期末大作业或人工智能课程实践参考，帮助读者理解如何用Python将深度学习模型落地到股票投资策略中。压缩包共46个文件，约216KB，以23个py源码为核心，辅以xml工程配置、csv策略与行情数据、sqlite/db数据库文件及md说明文档，覆盖数据读取、模型构建、策略执行与模拟交易等环节。项目围绕数据预处理、RNN/LSTM/CNN等模型搭建、训练调优以及历史回测评估展开，代码按数据、深度学习网络、策略、模拟运行与测试等模块分层组织，结构清晰，便于按模块阅读与二次修改。目前已有133人学习下载，适合希望打通深度学习与量化投资知识链路、积累完整项目经验的读者参考借鉴。

1. 基于深度学习的量化投资策略：从因子挖掘到实盘信号的落地拆解

很多人第一次听到「基于深度学习的量化投资策略」，脑子里浮现的是把 K 线图塞进 CNN、让模型自动吐买卖点，然后坐等收益曲线一路向北。我最初也这么想过，直到自己用 LSTM 在日频数据上跑出第一条净值曲线，才发现真正难的不是搭网络，而是让模型学到的东西在样本外还站得住。这个方向解决的核心问题，是把传统多因子模型里靠人工设定的非线性关系，交给网络去拟合，同时用严格的滚动回测约束过拟合。它适合有一定 Python 和 pandas 基础、懂基本金融时序概念、想从规则型策略往机器学习策略迁移的从业者。下面我按自己实际落地的顺序，把数据、标签、模型、回测、避坑一条条讲清楚。

2. 数据与标签怎么定：量化投资里深度学习的第一道分水岭

2.1 为什么原始行情不能直接喂给网络

量化投资和图像、NLP 最大的区别在于信噪比极低。日频股票收益率里，能被预测的部分往往不到千分之几，剩下全是噪声。直接把开盘、最高、最低、收盘、成交量五列丢进 LSTM，模型大概率会去拟合噪声，训练集 loss 降得很漂亮，验证集一塌糊涂。常见做法是先做特征工程，把原始行情转成有经济含义的因子，再让网络去学因子之间的非线性组合。

我一般会构造几类基础因子：动量类（过去 5/10/20 日收益率）、波动类（过去 20 日收益率标准差）、量价类（换手率、量比）、估值类（如果数据源有 PE、PB）。这些因子本身在传统多因子框架里就被验证过有一定预测力，深度学习的作用是找它们的交互项和时变权重，而不是从零发明信号。

import pandas as pd import numpy as np def build_features(df): # df 需包含 open/high/low/close/volume，按股票代码分组 g = df.groupby('code') df['ret_5'] = g['close'].pct_change(5) df['ret_20'] = g['close'].pct_change(20) df['vol_20'] = g['close'].pct_change().rolling(20).std().reset_index(0, drop=True) df['turnover_ma5'] = g['turnover'].rolling(5).mean().reset_index(0, drop=True) # 量比：当日成交量 / 过去5日均量 df['vol_ratio'] = df['volume'] / g['volume'].rolling(5).mean().reset_index(0, drop=True) return df.dropna()

这段代码的关键点在于所有滚动计算都必须按股票分组，否则会把不同股票的数据混在一起。pct_change(5)算的是 5 日累计收益，rolling(20).std()算 20 日波动，reset_index(0, drop=True)是为了让 rolling 结果和原索引对齐。参数上，5 和 20 是日频常用的短中期窗口，做周频可以换成 4 和 12。注意dropna()会删掉前 20 行，这是必要的，但要在回测时保证不引入未来数据。

2.2 标签设计：回归还是分类，预测几天

标签决定了模型在学什么。常见三种做法：预测未来 N 日收益率做回归、预测未来 N 日涨跌做二分类、预测未来 N 日收益率排序做排序学习。我自己的经验是，日频选 N=5 或 N=10 比较稳，N=1 噪声太大，N=20 以上信号衰减明显。

回归标签直接用close.shift(-N)/close - 1，但要注意极端值处理。A 股经常有涨跌停，未来 5 日收益可能出现 +60% 这种离群点，直接回归会被少数样本带偏。我一般会做 winsorize，把标签截断在 1% 和 99% 分位数。

def build_label(df, n=5): df['label'] = df.groupby('code')['close'].shift(-n) / df['close'] - 1 # 截断极端值 low, high = df['label'].quantile([0.01, 0.99]) df['label'] = df['label'].clip(low, high) return df.dropna(subset=['label'])

shift(-n)是向前看 n 天，这是标签构造里唯一允许用未来数据的地方，但必须在划分训练测试集之前完成，且测试集的标签不能参与任何训练。clip的 1% 和 99% 分位是经验值，样本少时可以放宽到 2% 和 98%。这里有个血泪教训：如果先划分训练测试再算分位数，测试集分布会泄露到训练集，回测结果会虚高。

2.3 时序切分：不能随机打乱

量化投资里最忌讳的就是随机划分训练测试集。同一只股票相邻日期的样本高度相关，随机打乱会让模型在训练集里「见过」测试集附近的行情。正确做法是按时间切分，比如 2015-2019 训练，2020 验证，2021-2023 测试。更严格的是滚动切分：每次用前 T 年训练、后 1 年测试，然后窗口向前滚动。

滚动切分更接近实盘，因为实盘中你只能用到当前时点之前的数据。代价是计算量大，每次滚动都要重新训练。我一般先用固定切分快速筛模型结构，确定后再用滚动切分做最终评估。

3. 模型选型与训练：LSTM、GRU 还是 Transformer

3.1 为什么时序任务里 LSTM 仍是基线

深度学习里做时序预测，LSTM 和 GRU 是最常见的基线。量化投资的数据是典型的多变量时序，每只股票每天有几十个因子值，LSTM 的门控机制能捕捉因子的时变权重。GRU 参数更少，训练更快，小样本上往往比 LSTM 更稳。Transformer 理论上能捕捉更长依赖，但金融数据信噪比低，注意力机制容易过拟合，我一般只在因子维度很高、样本量足够大时才尝试。

选型上我的建议是：先跑 GRU 做基线，再试 LSTM，最后才考虑 Transformer 或 TCN。不要一上来就堆复杂结构，金融数据里简单模型往往更抗过拟合。

import torch import torch.nn as nn class GRUModel(nn.Module): def __init__(self, input_dim, hidden_dim=64, num_layers=2, dropout=0.3): super().__init__() self.gru = nn.GRU(input_dim, hidden_dim, num_layers, batch_first=True, dropout=dropout) self.fc = nn.Linear(hidden_dim, 1) self.dropout = nn.Dropout(dropout) def forward(self, x): # x: (batch, seq_len, input_dim) out, _ = self.gru(x) out = out[:, -1, :] # 取最后一个时间步 out = self.dropout(out) return self.fc(out)

input_dim是因子数量，hidden_dim=64是隐藏层维度，num_layers=2是 GRU 层数，dropout=0.3是防过拟合的关键。out[:, -1, :]取序列最后一个时间步的隐藏状态，代表模型对当前时点的总结。如果做的是多步预测，可以改成取多个时间步或加 attention。参数上，hidden_dim 从 32 到 128 都常见，num_layers 超过 3 层在金融数据上基本没有收益，dropout 低于 0.2 容易过拟合。

3.2 训练循环里的三个关键设置

训练循环本身不复杂，但量化场景有三个特殊设置。第一是损失函数，回归任务用 MSE 或 HuberLoss，Huber 对离群值更鲁棒。第二是早停，验证集 loss 连续若干轮不降就停，避免过拟合。第三是学习率调度，用 ReduceLROnPlateau 在验证 loss 停滞时降学习率。

model = GRUModel(input_dim=len(feature_cols)) optimizer = torch.optim.Adam(model.parameters(), lr=1e-3, weight_decay=1e-4) scheduler = torch.optim.lr_scheduler.ReduceLROnPlateau(optimizer, patience=5) criterion = nn.HuberLoss() best_val = float('inf') patience_counter = 0 for epoch in range(100): model.train() for xb, yb in train_loader: pred = model(xb) loss = criterion(pred.squeeze(), yb) optimizer.zero_grad() loss.backward() optimizer.step() model.eval() val_loss = 0 with torch.no_grad(): for xb, yb in val_loader: pred = model(xb) val_loss += criterion(pred.squeeze(), yb).item() val_loss /= len(val_loader) scheduler.step(val_loss) if val_loss < best_val: best_val = val_loss torch.save(model.state_dict(), 'best.pt') patience_counter = 0 else: patience_counter += 1 if patience_counter >= 10: break

weight_decay=1e-4是 L2 正则，金融数据上很重要。HuberLoss默认 delta=1.0，对极端收益更稳。早停 patience 设 10 轮，配合 ReduceLROnPlateau 的 patience=5，能有效防止过拟合。注意保存的是验证集最优的模型，不是最后一轮的模型，这个细节很多人会忽略。

3.3 序列长度和 batch 怎么选

序列长度决定模型看多长的历史。日频数据我一般用 20 到 60 天，太短捕捉不到中期趋势，太长引入噪声且训练慢。batch size 上，金融数据样本量通常几十万到几百万，batch 设 256 或 512 比较合适，太小训练不稳，太大泛化差。

这些参数没有绝对最优，要在验证集上试。我一般会做一轮粗调，固定其他参数，单独调序列长度和 dropout，这两个对结果影响最大。

4. 回测与信号生成：把模型输出变成可执行策略

4.1 从预测值到持仓：排序分组还是阈值

模型输出的是每只股票未来 N 日的预期收益。要变成持仓，常见两种做法。一是排序分组，每天按预测值排序，买前 10% 卖后 10%，做多空组合。二是阈值法，预测值超过某个阈值就买，低于就卖。排序分组更稳健，因为它不依赖预测值的绝对大小，只依赖相对排序，而金融预测的绝对值往往不准。

def generate_signal(pred_df, top_pct=0.1): # pred_df: 日期、代码、预测值 pred_df['rank'] = pred_df.groupby('date')['pred'].rank(pct=True) pred_df['signal'] = 0 pred_df.loc[pred_df['rank'] >= 1 - top_pct, 'signal'] = 1 pred_df.loc[pred_df['rank'] <= top_pct, 'signal'] = -1 return pred_df

rank(pct=True)把预测值转成 0 到 1 的百分位，top_pct=0.1表示买前 10%、卖后 10%。这样做的好处是每天持仓数量稳定，不会因为预测值整体偏移导致空仓或满仓。参数上，top_pct 常用 0.1 或 0.2，太小换手率高，太大信号弱。

4.2 回测里必须扣掉的成本

很多深度学习量化策略的回测曲线漂亮，实盘一塌糊涂，核心原因就是没扣交易成本。A 股单边成本大约千分之一到千分之三，包括佣金、印花税、冲击成本。日频调仓的策略，如果每天换手 50%，一年 250 个交易日，成本能吃掉大部分收益。

def backtest(signal_df, ret_df, cost=0.002): # signal_df: 日期、代码、signal # ret_df: 日期、代码、未来一期收益 df = signal_df.merge(ret_df, on=['date', 'code']) df['gross'] = df['signal'] * df['ret'] # 换手：signal 变化的绝对值 df['turnover'] = df.groupby('code')['signal'].diff().abs().fillna(0) df['net'] = df['gross'] - df['turnover'] * cost daily = df.groupby('date')['net'].mean() return daily

cost=0.002是单边千分之二，双边就是千分之四。turnover用 signal 变化的绝对值算，从 0 到 1 算一次换手。daily是等权组合的日收益。这个回测很粗糙，但能快速判断策略在扣成本后是否还有超额。更严谨的要用实际持仓权重和成交价，但那是下一步的事。

4.3 评价指标：不只看收益

量化策略评价不能只看年化收益。我一般看四个指标：年化收益、夏普比率、最大回撤、换手率。夏普比率衡量单位风险的收益，日频策略年化夏普超过 1 就不错，超过 2 要警惕过拟合。最大回撤反映极端风险，超过 30% 要检查是不是杠杆或集中度过高。换手率决定成本，日频策略年换手超过 50 倍基本不可行。

这些范围是日频 A 股的经验值，不同市场、不同频率要调整。关键是任何指标异常好都要先怀疑数据泄露或过拟合，而不是高兴。

5. 避坑与排查：深度学习量化策略最常见的五个翻车点

5.1 未来函数：回测漂亮实盘崩

现象：回测年化 50%，实盘第一个月就亏 10%。原因：特征或标签里混入了未来数据。比如用当日收盘价算的因子，却在当日开盘就用来交易；或者标签构造时shift(-n)之后又做了全局标准化，把未来分布泄露到训练集。解决：所有特征必须用shift(1)确保只用历史数据，标准化只能在训练集上 fit，再 transform 验证测试集。

5.2 过拟合：验证集好测试集差

现象：验证集 loss 一直降，测试集 IC 接近零。原因：模型太复杂或训练太久，把训练集的噪声也学了。解决：减小 hidden_dim、加大 dropout、加 L2 正则、早停。我一般还会看训练集和验证集 loss 的差距，差距超过 30% 就是过拟合信号。

5.3 样本不平衡：涨跌停导致标签失真

现象：模型预测值集中在某个区间，排序后多空组合没有区分度。原因：A 股涨跌停导致部分样本未来收益被截断，标签分布偏斜。解决：剔除涨跌停样本，或对标签做 winsorize，或用排序学习替代回归。我一般会在标签构造后检查分布，偏度超过 2 就处理。

5.4 数据对齐：不同频率因子混用

现象：回测报错或结果异常。原因：日频行情和月频财务数据合并时，财务数据的公告日期和报告期没对齐，导致用了未来才公告的数据。解决：财务数据必须用公告日期而非报告期做 merge，且公告日期之后才能使用。这个坑很隐蔽，建议单独写测试用例验证。

5.5 成本低估：换手率被忽略

现象：回测收益高但实盘不赚钱。原因：回测没扣成本或成本设太低。解决：单边成本至少设千分之一，高频策略设千分之三。同时检查换手率，日频策略年换手超过 50 倍就要考虑降频或加持仓约束。

6. 进阶技巧：用 IC 和分层回测验证信号质量

模型训完之后，不要急着看净值曲线，先看 IC。IC 是预测值和实际收益的截面相关系数，日频策略 IC 均值超过 0.03 就算有效，超过 0.05 算不错。ICIR 是 IC 均值除以 IC 标准差，衡量稳定性，超过 0.5 算稳。

def calc_ic(pred_df, ret_df): df = pred_df.merge(ret_df, on=['date', 'code']) ic = df.groupby('date').apply( lambda x: x['pred'].corr(x['ret'], method='spearman') ) return ic.mean(), ic.std(), ic.mean() / ic.std()

spearman秩相关比 pearson 更稳，因为金融数据非正态。IC 均值看方向，ICIR 看稳定性。如果 IC 均值正但 ICIR 低，说明信号时好时坏，要检查是不是某些时段失效。

分层回测是另一个验证手段。按预测值分 5 层或 10 层，看每层收益是否单调。如果第 1 层到第 5 层收益递增，说明信号有区分度；如果中间层乱序，说明信号不稳。

单调性越好，信号越可靠。如果第 5 层和第 1 层差距大但中间乱，可能是少数极端样本贡献了收益，实盘不稳定。

我自己的习惯是，任何策略上线前必须过三关：IC 均值 > 0.03、分层单调、扣成本后夏普 > 1。三关都过才考虑小资金实盘。这个习惯帮我避开了很多看着漂亮实则脆弱的策略。希望帮到你。

本文还有配套的精品资源，点击获取