X_Stock 使用说明

本项目用于基于盘口快照数据训练 XGBoost 模型，预测股票价格方向。

标签含义：

• label_5
• label_10
• label_20
• label_40
• label_60

模型输出三分类结果：

• 0：下跌
• 1：基本不变
• 2：上涨

环境安装

在项目根目录执行：

pip install -r requirements.txt

数据准备

数据目录中应放置 CSV 文件，文件名格式类似：

snapshot_sym1_date60_am.csv
snapshot_sym1_date60_pm.csv

脚本会匹配：

snapshot_sym*_date*_*.csv

CSV 中需要包含训练所需字段，例如：

• sym
• date
• time
• n_close
• n_midprice
• amount_delta
• n_bid1 到 n_bid5
• n_ask1 到 n_ask5
• n_bsize1 到 n_bsize5
• n_asize1 到 n_asize5
• label_5、label_10、label_20、label_40、label_60

训练模型

训练单个标签：

python train.py --data_dir ./your_data --model_save_dir ./Experiments --cache_dir ./cache --label label_5

训练全部标签：

python train.py --data_dir ./your_data --model_save_dir ./Experiments --cache_dir ./cache --label all

常用参数：

• --data_dir：CSV 数据目录
• --model_save_dir：模型保存目录，默认 ./Experiments
• --cache_dir：缓存目录
• --label：训练标签，可选 label_5、label_10、label_20、label_40、label_60、all
• --window：历史窗口大小，默认 100
• --test_size：验证集比例，默认 0.2
• --batch_size：缓存分块大小，默认 5000
• --use_cache：使用已有缓存，不重新处理原始 CSV
• --resume：从最近 checkpoint 继续训练

使用已有缓存训练：

python train.py --data_dir ./your_data --model_save_dir ./Experiments --cache_dir ./cache --label label_5 --use_cache

断点续训：

python train.py --data_dir ./your_data --model_save_dir ./Experiments --cache_dir ./cache --label label_5 --resume

训练完成后，模型会保存为：

./Experiments/model_label_5.pth

checkpoint 会保存在：

./Experiments/checkpoints/

评估模型

python test.py --model_path ./Experiments/model_label_5.pth --data_dir ./your_data --cache_dir ./cache --label label_5 --threshold 0.88

该脚本会读取验证集缓存，输出不同置信度阈值下的信号比例、准确率、召回率和 PnL 统计。

分析特征重要性

python analyze_features.py --model_path ./Experiments/model_label_5.pth --data_dir ./your_data

输出模型 Top 20 特征重要性，并保存图片到：

./Experiments/feature_importance_analysis.png

统计理论最大 PnL

python count_max_pnl.py --label label_5 --cache_dir ./cache --top_percent 5

只分析训练集：

python count_max_pnl.py --label label_5 --cache_dir ./cache --train_only

只分析验证集：

python count_max_pnl.py --label label_5 --cache_dir ./cache --val_only

该脚本基于缓存中的真实标签和未来价格变化，统计收益分布及前若干比例交易的 PnL。

绘制 K 线和买卖信号

python draw_candle.py --data_dir ./your_data --model_path ./Experiments/model_label_5.pth --threshold 0.88 --output_dir ./candle_plots

常用参数：

• --threshold：信号置信度阈值，默认 0.88
• --interval_seconds：K 线周期，默认 30
• --output_dir：图片输出目录，默认 ./candle_plots
• --window：特征窗口大小，默认 100

图片会按股票代码保存到：

./candle_plots/sym*/date*.png

推荐使用流程

1. 准备符合命名规则的 CSV 数据。
2. 执行 train.py 生成缓存并训练模型。
3. 执行 test.py 查看模型效果和阈值表现。
4. 按需要执行 analyze_features.py、count_max_pnl.py 或 draw_candle.py 做进一步分析。