让deepseek做股票,每5分钟预测下一个K线涨跌

松鼠Quant
2025-03-10

图片
量化策略开发,高质量社群,交易思路分享等相关内容

参数可视化工具:点击进入

Ai帮你编写策略:点击进入
订单流图表:点击进入
加入2025俱乐部:点击了解

Ai投研助手课程:点击了解

『正文』

ˇ

我们接入实时数据,让deepseek根据提示词工程来分析行情数据及因子做出理解与判断,首先并不需要指定and或者or的条件组合,只需要把你认为重要的数据及因子给到大模型deepseek-r1,

图片






2025-03-07 13:47:08 [INFO] 预测记录已保存: predictions\600000_prediction_records.csv2025-03-07 13:47:08 [INFO] ==================================================2025-03-07 13:47:08 [INFO] 股票: 600000(600000)2025-03-07 13:47:08 [INFO] 预测: 2025-03-07 13:50 下跌   置信度: 55%2025-03-07 13:47:08 [INFO] 历史胜率: 85.71% (正确:6/总数:7)

图片

预测系统整体架构

该系统由以下几个主要组件构成:

  1. MarketData类:负责从数据API获取股票的5分钟K线数据

  2. TechnicalAnalysis类:计算各种技术指标,如MACD、RSI、KDJ等

  3. ModelAnalyzer类:使用大语言模型分析股票数据并生成预测

  4. PredictionTracker类:记录和跟踪预测结果,计算预测胜率

  5. StockAnalysisSystem类:整合以上组件,协调系统运行

运行流程

  1. 初始化系统:

    • 设置监控的股票列表

    • 配置API参数

    • 初始化各个组件

  2. 数据获取:

    • 系统每5分钟从数据API获取最新的K线数据

    • 仅在交易时间(9:30-11:30, 13:00-15:00)执行

  3. 技术分析:

    • 计算趋势指标(MACD、布林带)

    • 计算动量指标(RSI、KDJ)

    • 计算成交量指标(VMA5、VMA10)

    • 等其他因子

  4. 模型预测:

    • 构建提示词,包含当前市场数据和技术指标

    • 调用大语言模型(deepseek-reasoner)进行分析

    • 解析模型输出,提取预测方向和置信度

  5. 结果记录与更新:

    • 保存预测结果到CSV文件

    • 在后续时间点验证预测准确性

    • 计算历史预测胜率

  6. 定时执行:

    • 系统按5分钟间隔运行,对齐到整5分钟时间点

    • 只在交易时间内执行分析

特殊时间点处理

系统对特殊时间点有特别处理:
  • 11:30的K线:预测13:05开盘后的走势

  • 15:00的K线:预测次日9:05开盘后的走势

  • 周五收盘:预测下周一开盘后的走势

图片

系统核心功能详解

1. 数据获取与处理

MarketData类负责从数据源API获取5分钟K线数据,主要特点包括:
  • 使用HTTP请求获取股票实时数据
  • 处理API返回的JSON数据,转换为DataFrame格式
  • 实现数据缓存机制,减少重复请求
  • 识别最新K线和已完成K线,避免使用未完成的K线进行分析

2. 技术指标计算

TechnicalAnalysis类负责计算各种技术指标,帮助模型做出更准确的预测:
  • 趋势指标:MACD、布林带等,用于判断价格趋势
  • 动量指标:RSI、KDJ等,用于判断超买超卖状态
  • 成交量指标:成交量移动平均、量比等,分析交易活跃度
这些指标为模型提供了多维度的市场信息,提高预测准确性。

3. 模型分析与预测

ModelAnalyzer类是系统的核心,它通过构建精心设计的提示词,引导大语言模型进行分析:
  • 提供当前市场数据、技术指标和历史数据
  • 要求模型明确给出上涨/下跌预测和置信度
  • 解析模型输出,提取关键预测信息
  • 特别处理午盘休市和收盘后的预测

4. 预测结果跟踪与验证

PredictionTracker类负责记录和验证预测结果:
  • 将预测保存到CSV文件中

  • 在后续时间点验证预测准确性
  • 计算历史预测胜率,评估模型表现
  • 提供预测统计信息,帮助改进策略

系统特点与优势

  1. 实时分析:每5分钟更新一次,及时捕捉市场变化
  2. 多维度分析:结合价格、成交量、技术指标等多方面信息
  3. 自我验证:自动验证历史预测结果,计算胜率
  4. 特殊时间处理:针对午休、收盘、周末等特殊时间点有专门处理
  5. 完善的日志:详细记录系统运行状态,便于调试和优化

可能的改进方向

  1. 增加更多技术指标和分析维度

  2. 优化模型提示词,提高预测准确率

  3. 添加风险控制机制,避免高风险预测

  4. 实现自动交易接口,实现全自动化操作

  5. 增加多股票对比分析,捕捉板块联动效应

这个系统通过结合传统技术分析和大语言模型的能力,为短期股票走势预测提供了一个创新的解决方案。它不仅能够提供预测结果,还能自我验证和改进,是一个完整的股票分析闭环系统。

图片

图片

完整代码+视频讲解

图片

图片

报名参加

松鼠Quant

Ai量化交易助手课程


分享