基于Python的股票价格预测系统的设计与实现

开题报告

一、选题的背景与意义

1. 研究背景

中国资本市场个人投资者规模持续扩大。据上交所数据，截至2026年8月末，A股个人投资者累计总账户数达4.21亿户，前8个月累计新开户2512.43万户。面对海量市场信息和日益复杂的交易环境，个人投资者在缺乏专业分析工具的条件下，往往难以对股价走势做出理性判断。

从政策与技术趋势看，人工智能在金融领域的应用正获得明确的政策支持。2026年3月，中国人民银行召开科技工作会议，明确要求“积极稳妥、安全有序推进金融领域人工智能应用，释放数字化、智能化发展动能”。与此同时，2026年8月公示的新一批金融科技创新监管工具中，“人工智能+金融”被列为重点方向。这一政策导向为智能投研工具的开发提供了制度保障。

技术层面，Python已成为金融数据分析的事实标准语言。Tushare Pro接口库提供220余个数据接口，覆盖A股行情、财务指标、宏观经济数据等，为个人开发者获取高质量金融数据提供了便捷途径。深度学习模型在时序预测领域持续演进：传统LSTM在苹果股价数据上实现了97.72%的准确率；2026年提出的OptiTrade框架融合LSTM与Transformer，在RMSE和趋势方向准确率上均优于单一模型；模块化架构RevIN-CNN-Transformer-BiLSTM通过可逆实例归一化有效应对金融序列的非平稳性问题，在四个不同市场数据集上验证了跨市场泛化能力。此外，TxA-SPP混合架构（Transformer-xLSTM-ARIMA）在NASDAQ五大科技股上实现了平均MAPE 4.56、方向准确率超过80%的表现。这些进展表明，基于Python构建一套功能完整的股票价格预测系统，在技术上具备充分的可行性。

2. 研究目的与意义

降低量化分析的技术门槛：通过封装数据获取、特征工程、模型训练和预测展示的全流程，为不具备金融工程背景的个人投资者提供可操作的分析工具。

验证混合深度学习模型在A股市场的适用性：以LSTM为基线，对比LSTM-Transformer混合模型的表现，为模型选型提供实证依据。

探索预测结果的可解释性实现路径：引入特征重要性分析，使模型输出不仅包含预测值，还能展示影响预测的关键因子。

培养完整的金融数据工程能力：涵盖数据接口调用、特征构建、模型训练、Web部署等环节，是对Python编程、机器学习和Web开发知识的综合应用。

二、国内外研究现状

1. 国内研究现状

国内股价预测研究以LSTM及其变体为绝对主流。山东大学辛洲扬的硕士论文系统对比了ARIMA、LSTM、Transformer及混合模型在工商银行股价数据上的表现，实验显示LSTM-TST混合模型R²达到0.948，显著优于单一模型。大连理工大学的研究则聚焦特征工程对预测精度的影响，设计了深度自编码器网络对原始技术指标进行降维压缩，实验表明经深度自编码器学习后的特征具有更小的重构误差和更高的预测精度。

当前国内研究的不足在于：其一，多数工作以提升RMSE、R²等统计指标为唯一目标，对预测结果的可解释性和实际决策可用性关注不足；其二，系统实现多停留在Jupyter Notebook脚本层面，面向Web的完整应用较少；其三，数据获取环节的工程细节（接口限流、数据清洗、复权处理）披露不够充分，可复现性有待提升。

2. 国外研究现状

国外研究在方法论创新和系统评估方面更为系统。2026年IEEE发表的综述对混合深度学习架构进行了系统基准测试，涵盖LSTM、GRU、CNN、DenseNet变体以及CEEMD-CNN-LSTM混合模型，研究指出融合频率分解或注意力机制的混合模型在方向预测和价值预测上持续优于独立统计模型和浅层学习器。

在模型架构层面，模块化设计成为新趋势。ScienceDirect发表的工作提出RevIN-CNN-Transformer-BiLSTM级联框架，通过可逆实例归一化解决非平稳性问题，CNN捕获短期局部模式，可插拔Transformer模块学习长距离依赖，BiLSTM建模双向时序动态，在四个不同市场数据集上验证了跨市场泛化能力。在不确定性量化方面，贝叶斯LSTM结合MCMC和变分推理的方法被用于金融预测，通过多轮估计框架实现预测置信区间的动态调整，在市场波动期间自动扩大不确定性范围，为风险感知决策提供支持。

国外研究的可借鉴之处在于：强调预测性能与可解释性的平衡；注重模块化设计以适配不同市场环境；关注预测不确定性对实际决策的影响。

3. 研究现状总结

综合来看，当前研究存在以下空白：第一，多数系统聚焦单一技术指标，缺乏在统一框架下对传统统计模型与深度学习模型的系统性对比；第二，面向个人投资者的轻量级、可部署的完整系统方案仍然不足；第三，A股市场特有的数据特征（涨跌停、停牌、复权处理）在模型设计中的考量不够充分。本课题拟构建一套模块化、可解释、易部署的Python股票价格预测系统，重点解决上述问题。

三、研究目标与内容

1. 拟解决的主要问题

（1）A股数据的清洗与特征工程：Tushare接口返回的原始数据存在缺失值、除权除息导致的跳空等问题。需设计数据清洗流程，并进行前复权处理以保持价格序列的连续性。特征方面需构建技术指标（MA、RSI、MACD）并筛选有效特征。

（2）模型在非平稳时序上的泛化能力：股价序列具有高噪声和非平稳特性，直接训练易过拟合。拟采用滑动窗口构建监督学习样本，配合Dropout和早停策略提升泛化性。

（3）预测结果的可解释性实现：对每次预测输出特征贡献度排序，使用户能够理解“为什么模型给出这个预测”，而非仅看到一个数值。

2. 功能需求分析

用户端：用户登录、股票搜索与选择、历史价格展示（K线图）、预测结果查看（未来N日价格区间）、特征贡献度可视化、模型性能展示（历史回测指标）。

管理端：股票数据管理、模型训练与更新、特征配置、系统监控。

3. 系统非功能性需求

• 准确性：在测试集上MAPE不高于5%，方向准确率（涨跌判断）不低于55%。
• 可解释性：每次预测附带特征贡献度排序，使用户理解主要预测依据。
• 性能：单只股票预测响应时间在1秒以内，支持至少30并发请求。
• 可扩展性：数据源和模型均采用插件式设计，便于接入新数据源或更换预测算法。

四、研究方法与技术路线

1. 研究方法

• 文献研究法：梳理LSTM、Transformer及混合模型在股价预测中的应用，确定基线模型和对比方案。
• 实验对比法：在统一数据预处理和评估协议下，对比ARIMA、LSTM、LSTM-Transformer等模型的表现。
• 系统设计法：采用分层架构，将数据层、模型层、服务层解耦。
• 可解释性分析法：使用特征重要性分析对模型预测进行归因。

2. 技术选型与路线

3. 系统架构

采用前后端分离架构。数据层通过Tushare接口获取行情数据，经清洗、复权处理后存储为结构化特征表;模型层封装ARIMA、LSTM、LSTM-Transformer等预测模块，提供统一的训练和推理接口;解释层对预测结果进行特征归因;服务层通过Flask暴露RESTful API;应用层提供Vue前端界面，展示K线图、预测结果和特征贡献度。

五、进度安排

六、预期成果

1. 完整可运行的股票价格预测系统源码（数据处理 + 模型模块 + Flask后端 + Vue前端）;
2. 模型对比实验报告（含MAPE、方向准确率、特征重要性分析）;
3. 本科毕业设计论文；
4. 系统部署文档与使用说明。

七、参考文献

[1] 证券时报·数据宝.8月个人投资者新增A股开户数238.57万户[N]。证券时报, 2026-09-02.

[2] 中国人民银行.2026年科技工作会议：积极稳妥、安全有序推进金融领域人工智能应用[N].中国证券报, 2026-03-10.

[3] TuData：一个用于访问 Tushare 财务数据[EB/OL]的 Python 库。PyPI，2025年。

[4] 《连续到频谱：非平稳金融预测混合深度学习综合综述》[C]。IEEE，2026年。

[5] OptiTrade：一个用于智能股市预测与情绪融合的混合LSTM-变换器框架[c]。IEEE，2026年。

[6] 利用LSTM机器学习模型预测股市价格[c]。IEEE，2026年。

[7] 通过模块化深度学习框架增强股价预测，集成即插即用变压器变体[J]。ScienceDirect，2026年。

[8] 量化财务预测中的不确定性：结合MCMC与变分推断的贝叶斯深度学习方法[J]。ScienceDirect，2026年。

[9] TxA-SPP：一种混合变压器——xLSTM—ARIMA架构用于多视野股价预测[C]。IEEE，2026年。

[10] Tushare金融数据Skill[EB/OL]。GitHub，2026年。