简介针对金融量化分析场景这份docx文档系统展示如何借助DeepSeek驱动Python实现股票趋势预测通过自然语言指令让DeepSeek生成数据获取、指标计算、可视化和策略回测的完整代码并以宁德时代300750.SZ为例串联全流程。文档重点讲解AKShare、yfinance等数据源接入以及pandas-ta计算MACD、RSI、布林带等常用技术指标同时介绍matplotlib绘制包含K线图、成交量和指标子图的复合图表并演示基于backtesting库的双均线策略回测涉及夏普比率、回撤等关键指标评估。资源包共1个文件docx格式大小仅19KB便于快速查阅已有266人学习。适合具备一定Python基础、希望降低量化分析技术门槛的投资者、金融从业者或数据科学初学者既能获取可直接复用的代码思路与调试要点也能了解AI辅助数据分析的流程与组织方式辅助提升日常研究效率其中对AI模型局限性和数据质量的提醒也有助于建立审慎的分析习惯。文档内提供了自然语言提问示例与对应代码便于按步骤复现同时说明数据清洗、指标添加、图表绘制中的关键参数与常见调整点使读者能迁移到其他股票数据分析中。1. 从 DeepSeek 到可跑回测股票趋势预测系统的完整链路怎么搭把「宁德时代」四个字发给 DeepSeek让它写一段抓日 K 的 Python 代码你得到的是 AKShare 脚本再让它补上 MACD、RSI 和布林带它会用 pandas-ta 一次算齐最后让它跑双均线策略回测它会把夏普比率、最大回撤和交易记录一起输出。这是这套股票趋势预测系统最典型的打开方式DeepSeek 负责把自然语言转成可执行代码Python 负责数据、指标、可视化和回测两者拼起来就是一条从想法到验证的完整链路。适合人群不是专业量化团队而是有 Python 基础、想用技术指标辅助判断的投资者和金融从业者。你不一定要懂每行代码但最好能读懂参数、改周期、看懂回测报告。2. 数据获取与清洗数据源先于指标决定结果做股票趋势预测第一步不是写指标而是先确认数据源。DeepSeek 能生成代码但它不直接提供行情数据数据要从 Python 生态里的金融数据接口来。原正文给出的组合是 AKShare、Tushare、yfinance 三个库并行可换我的使用经验是三条AKShare 免费、不用 token覆盖股票基金期货宏观A 股日常分析用它最省事Tushare 接口更规整但部分数据要积分权限新手容易卡在注册环节yfinance 适合美股和港股取回来就是完整的 OHLCV 日 K。选型原则一句话A 股用 AKShare美股港股用 yfinance做多标的批量下载再考虑 Tushare。以下示例以宁德时代为标的用 AKShare 走完整流程。2.1 AKShare 和 yfinance 的参数边界先把依赖装上。环境建议 Python 3.8 以上VS Code 或 Jupyter 都行安装命令直接放 Jupyter 单元格里跑# 安装依赖Jupyter 里可以直接跑 !pip install akshare tushare yfinance pandas-ta这行命令把四个库一起装了。AKShare 负责 A 股数据yfinance 负责美股港股pandas-ta 负责技术指标tushare 可以先装不用。如果你只是想快速验证只装 akshare 和 pandas-ta 也够。装完顺手看一下版本号AKShare 版本太老会导致接口字段名对不上后续取数容易翻车。获取宁德时代历史行情# 使用 AKShare 获取股票历史行情数据 stock_zh_a_hist_df ak.stock_zh_a_hist( symbol300750, perioddaily, start_date20230101, end_date20240517, adjustqfq ) print(f数据形状: {stock_zh_a_hist_df.shape}) print(stock_zh_a_hist_df.head(5))这里参数每个都有讲究。symbol填 300750 就可以不需要带交易所前缀AKShare 默认按深市处理perioddaily是日 K如果要周 K 或月 K 改成 weekly、monthlystart_date和end_date必须是 YYYYMMDD 格式的字符串不能直接传datetime写错会报错或取不到数据adjustqfq表示前复权这个必须显式给出否则 AKShare 默认返回不复权价格。不复权数据的问题在于分红除权日会出现价格跳空。比如一只股票 10 送 10除权当天价格从 100 直接砍到 50MACD 和移动平均线会在那个点位画出一根假信号。前复权是以当前价格为基准把历史价格换算到同一个口径让价格序列连续均线系统不会被除权日干扰。如果你拿日 K 算指标做回测qfq 是默认选项不要用不复权数据。拿到原始数据后还不能直接算指标因为 AKShare 返回的列名是中文日期列是普通字符串而且不保证升序。接下来做标准化清洗# 日期索引 升序 英文列名 df stock_zh_a_hist_df.set_index(日期) df.index pd.to_datetime(df.index) df df.sort_index(ascendingTrue) df df[[开盘, 最高, 最低, 收盘, 成交量]] df.columns [Open, High, Low, Close, Volume] print(df.head())2.2 日期索引、复权与列名统一为什么一定要转成英文列名这段代码四个动作一个都不能省。set_index(日期)把日期列变成 DataFrame 的索引后续所有时间序列操作都依赖索引pd.to_datetime(df.index)把字符串日期转成DatetimeIndex这是 backtesting 回测库的硬性条件后面会用到sort_index(ascendingTrue)把数据按日期升序排列因为部分数据源返回的顺序不一定是从旧到新不排序的话移动平均线和信号全部是反的最后只保留 OHLCV 五个字段并换成英文列名。为什么列名要大写且用英文一是 pandas-ta 会按列名识别 OHLCV 数据列名不匹配它不知道哪列是收盘价二是 backtesting 库要求列名小写这样从df复制一份转小写就能直接喂给回测。中文字段名的分析代码不是不能跑但每次都要映射跨库复用很麻烦。我的习惯是在数据清洗这一步就统一成 Open/High/Low/Close/Volume后面画图、算指标、回测都不用再改。清洗完顺手检查数据完整性# 检查空值停牌日或数据源缺行会在这里暴露 print(df.isna().sum()) print(df.index.is_monotonic_increasing)isna().sum()输出每一列的空值数量如果成交量或收盘价出现 NaN后面指标计算会把 NaN 传播得到处都是is_monotonic_increasing返回 True 才说明索引升序无误。如果这两个检查没过先回数据源重新取数或做插值不要带着脏数据往下走。取数周期也要提前想清楚。我这套流程建议先用日 K 把链路跑通不要一上来就拉 1 分钟线或 5 分钟线。分钟线数据量成倍增加pandas-ta 计算慢回测也更容易受到微观噪声干扰新手很难判断是策略问题还是数据问题。日 K 已经足够验证双均线思路等链路稳定了再考虑要不要下沉到分钟级。AKShare 免费接口的上游是公开财经网站页面结构一变某个字段可能就没了。遇到请求报错先看是不是接口名被废弃再检查参数格式。这也是为什么要先打印数据前五行验证而不是直接进入指标计算——数据源出错时最省时间的做法是回头检查返回的列名和数据类型。3. 技术指标计算与 K 线可视化从 pandas-ta 到四子图页面数据清洗完进入技术指标集成。这里我用 pandas-ta原因是它把上百种指标封装成一行调用MACD、RSI、布林带都直接追加到 DataFrame 里比手写滚动均线和指数平滑靠谱得多。手写指标不是不行但容易出现三类问题窗口错位、前段 NaN 处理不一致、除以零没防护。pandas-ta 封装的是 Talib 风格的逻辑列名规律也比较固定对短线分析足够。3.1 pandas-ta 一行算一个指标但列名要动态确认在原 DataFrame 上直接追加指标代码只有三行# 使用 pandas-ta 一站式添加技术指标 df.ta.macd(appendTrue) # MACD默认 fast12, slow26, signal9 df.ta.rsi(length14, appendTrue) # RSI14 日 df.ta.bbands(length20, std2, appendTrue) # 布林带20 日2 倍标准差 # 查看追加后的列名这一步不能省 print(df.columns.tolist()) print(df.tail(3))df.ta.macd(appendTrue)会在 df 里追加 MACD 差值、信号线、柱状图三个口径的列常见列名是MACD_12_26_9、MACDs_12_26_9、MACDh_12_26_9但在不同 pandas-ta 版本里列名规则可能有差异所以第二行print(df.columns.tolist())是必要的。RSI 追加的是RSI_14布林带追加的是BBU_20_2.0、BBM_20_2.0、BBL_20_2.0。各指标参数的含义可以对照这张表指标调用核心参数追加列名示例用途df.ta.macd(appendTrue)默认 fast12, slow26, signal9MACD_12_26_9、MACDh_12_26_9判断趋势动能和背离df.ta.rsi(length14, appendTrue)length14RSI_14识别超买超卖df.ta.bbands(length20, std2, appendTrue)length20, std2BBU_20_2.0、BBM_20_2.0、BBL_20_2.0衡量价格相对波动区间MACD 的 12、26、9 是经典参数日线、周线、分钟线都能用但不同级别信号灵敏度不同RSI 的 14 是 Wilder 原始周期短周期可以改成 7 或 9参数越小越敏感、假信号越多布林带的 20/2 是默认口径想要更宽的通道可以把 std 调到 2.5。参数没有绝对最优先按默认跑一遍再根据回测结果调整比上来就改参数更靠谱。指标加完后必做的一步是删除前段 NaN# 删除指标计算产生的前段空值 df_clean df.dropna().copy() print(f清洗前 {len(df)} 行清洗后 {len(df_clean)} 行) print(df_clean.index.min(), df_clean.index.max())为什么必须 dropna布林带上轨至少需要前 20 根 K 线才能算出第一根MACD 需要更长的 warm-up所以新追加的指标列前几十行全是 NaN。如果不清洗这些 NaN 会被后续策略逻辑读到比较运算永远不会触发买点回测结果就会少一段数据。删除后起始日期会往后推这是正常代价。另一个做法是把取数开始日期提前一两个月先留足 warm-up再在算完指标后 dropna这样回测区间仍然覆盖想要的年份。3.2 四子图页面K 线叠加布林带副图排 MACD、RSI、成交量技术指标的价值要落到图上才能快速看明白。用 matplotlib 的 GridSpec 做四联图主图放 K 线和布林带副图依次放 MACD 柱、RSI 和成交量这是国内技术分析软件最常见的布局也方便 DeepSeek 生成可读代码。import matplotlib.pyplot as plt import numpy as np from matplotlib import gridspec # 中文字体和负号设置必须先设置再绘图 plt.rcParams[font.sans-serif] [SimHei] plt.rcParams[axes.unicode_minus] False plt.figure(figsize(16, 12)) gs gridspec.GridSpec(4, 1, height_ratios[3, 1, 1, 1], hspace0.1) # 主图K线 布林带 ax1 plt.subplot(gs[0]) plt.title(宁德时代 (300750.SZ) 技术分析, fontsize16) for idx, row in df.iterrows(): if row[Close] row[Open]: color red # A股阳线 body_bottom row[Open] body_top row[Close] else: color green # A股阴线 body_bottom row[Close] body_top row[Open] # 影线 plt.plot([idx, idx], [row[Low], row[High]], colorcolor, linewidth1) # 实体 plt.bar(idx, heightbody_top - body_bottom, width0.8, bottombody_bottom, colorcolor, alpha0.7) plt.plot(df.index, df[BBU_20_2.0], label布林带上轨, linestyle--, colorpurple) plt.plot(df.index, df[BBM_20_2.0], label布林中轨, colororange) plt.plot(df.index, df[BBL_20_2.0], label布林带下轨, linestyle--, colorpurple) plt.legend() plt.grid(True) plt.setp(ax1.get_xticklabels(), visibleFalse) # 主图不显示日期刻度K 线绘制是逐根循环先画影线再画实体。plt.plot([idx, idx], [row[Low], row[High]])画一根竖线代表最高最低价范围plt.bar(idx, heightbody_top - body_bottom, ..., bottombody_bottom)用柱子的 bottom 参数把实体底部定到开盘价或收盘价。阳线实体是收盘减开盘正数朝上红色阴线实体是开盘减收盘负数朝下绿色符合 A 股红涨绿跌的习惯。布林带三条线直接叠加在主图上可以看到价格突破上轨或跌破下轨的位置。副图继续# MACD 副图 ax2 plt.subplot(gs[1], sharexax1) plt.bar(df.index, df[MACDh_12_26_9], labelMACD Histogram, colornp.where(df[MACDh_12_26_9] 0, red, green)) plt.plot(df.index, df[MACDs_12_26_9], labelSignal, colorblue) plt.legend() plt.grid(True) plt.setp(ax2.get_xticklabels(), visibleFalse) # RSI 副图 ax3 plt.subplot(gs[2], sharexax1) plt.plot(df.index, df[RSI_14], labelRSI (14), colorblue) plt.axhline(y70, colorr, linestyle--, labelOverbought (70)) plt.axhline(y30, colorg, linestyle--, labelOversold (30)) plt.legend() plt.grid(True) plt.setp(ax3.get_xticklabels(), visibleFalse) # 成交量副图 ax4 plt.subplot(gs[3], sharexax1) plt.bar(df.index, df[Volume], color[red if c o else green for c, o in zip(df[Close], df[Open])], alpha0.7) plt.ylabel(Volume) plt.grid(True) plt.xticks(rotation45) plt.tight_layout() plt.show()这里几个参数是关键。sharexax1让四个子图的 x 轴联动缩放或平移主图时副图跟着走日期才能对齐height_ratios[3,1,1,1]把主图高度设为副图的三倍否则 K 线图会被副图挤扁hspace0.1控制子图间距间距太大会浪费画布plt.setp(ax1.get_xticklabels(), visibleFalse)隐藏主图的日期刻度只在最底部子图显示日期并旋转 45 度避免几行日期重叠。MACD 柱的颜色用np.where判断正负红正绿负RSI 用axhline画 70/30 超买超卖参考线。成交量柱的颜色跟着当日涨跌走和 K 线颜色保持同一套逻辑。绘图完成后这张四联图可以作为人工判断的辅助看板。但如果不想自己画 K 线实体也可以换 mplfinance 库它对蜡烛图支持更好只是自定义子图布局不如 GridSpec 灵活。我的建议是先把这套四子图跑通理解每个子图的数据来源再决定要不要换更省事的封装。到这里还只是静态分析下一步要把买卖规则变成策略跑回测。4. 双均线策略回测5/20 金叉死叉的样本内真相静态指标图能看出走势但不能告诉你这个规则长期赚不赚钱。双均线策略回测的意义是把「5 日均线上穿 20 日均线买入下穿卖出」这条规则放到历史数据上完整跑一遍算出收益、回撤、交易次数和风险指标。这一步用 backtesting 框架天然支持参数化策略类代码结构比手写循环清晰得多。4.1 backtesting 库策略类init 和 next 各管一件事先安装框架再写策略类!pip install backtestingfrom backtesting import Backtest, Strategy from backtesting.lib import crossover import pandas_ta as ta class SmaCrossStrategy(Strategy): # 策略参数短期均线 5 日长期均线 20 日 n1 5 n2 20 def init(self): # 用 self.I 注册指标序列回测时会按 bar 自动更新 self.sma1 self.I(ta.sma, self.data.Close, self.n1) self.sma2 self.I(ta.sma, self.data.Close, self.n2) def next(self): # 金叉买入死叉卖出 if crossover(self.sma1, self.sma2): if not self.position: self.buy() elif crossover(self.sma2, self.sma1): if self.position: self.sell()backtesting 的策略类两个方法各管一件事。init()在回测开始时执行一次用来注册指标self.I接收一个函数、数据序列和参数返回一个能在每个 bar 上取值的指标序列。这里self.I(ta.sma, self.data.Close, self.n1)等价于计算收盘价的 5 日移动平均但不直接赋值给普通数组而是通过self.I注册框架才能正确处理数据切片。next()在每个 bar 上执行一次模拟实盘逐根 K 线的决策过程。crossover(a, b)是 backtesting.lib 提供的交叉判断函数它比较上一个 bar 和当前 bar 的大小关系返回布尔值表示是否发生上穿。直接用self.sma1 self.sma2判断会出现问题金叉信号只在交叉那一刻触发一次如果用大于判断只要两线持续保持多头排列每个 bar 都会触发买入持仓判断虽然挡住了重复开仓但逻辑不干净也容易漏掉死叉的精确时机。用crossover是最稳妥的做法。接下来准备回测数据# backtesting 要求列名小写且索引必须是 DatetimeIndex data_for_backtest df[[Open, High, Low, Close, Volume]].copy() data_for_backtest.columns data_for_backtest.columns.str.lower() # 运行回测 bt Backtest(data_for_backtest, SmaCrossStrategy, cash100000, commission.002) stats bt.run() print(stats) # 打开交互式回测图表 bt.plot()这里有个容易忽略的点data_for_backtest.columns.str.lower()把列名从大写转成小写。backtesting 库只认open、high、low、close、volume全小写列名直接传大写的 DataFrame 会报错或取不到数据。cash100000是初始资金 10 万commission.002是单边手续费 0.2%这个值比真实佣金高但把滑点也算进去了回测结果偏保守对判断策略可行性更安全。跑完后stats是一个 Series把收益、夏普、回撤、交易次数等十几项指标一起打印出来bt.plot()会在浏览器打开一张带交易标记的交互图可以拖动缩放看每一笔买卖点。4.2 回测报告里的指标怎么读别只看收益率打印出来的 stats 里最值得看的几项可以列成一张表指标含义使用口径Return [%]策略总收益率高收益要和回撤一起看Sharpe Ratio夏普比率单位风险获得的超额收益日频数据大于 1 可接受越大越好Max. Drawdown [%]最大回撤资金从峰值跌落的幅度超过 20% 就要谨慎Win Rate [%]胜率盈利交易占比趋势策略胜率低很正常# Trades交易次数次数太少统计意义差太多说明信号不稳定双均线 5/20 是典型趋势策略震荡市里会频繁金叉死叉胜率通常不高但盈亏比可能不错所以不能单看胜率。最大回撤反映的是策略最惨时期5 日均线和 20 日线周期越接近交易越频繁手续费损耗越大回撤也可能越难看。如果夏普比率是负的说明策略承受了波动却没有换来收益直接放弃比调参有价值。还需要理解双均线的逻辑边界。5 日上穿 20 日表示短期动能由弱转强买入是顺势操作下穿表示动能衰减卖出是止损离场。这套逻辑在单边上涨或下跌行情里表现好在横盘震荡里会被反复打脸。回测报告里如果交易次数很多、胜率很低、最大回撤偏大第一反应不应该是调参数而是看标的在这段时间是不是处于震荡市。参数不是拍脑袋定的。改n1和n2会直接影响信号频率均线周期越短信号越灵敏交易次数越多周期越长信号越滞后单笔盈亏幅度更大。实际做参数选择时不要只挑回测收益最高的那一组那大概率是对历史噪声做了过拟合。正确的做法是看一组参数在多个时间段落里的表现而不是在单一区间里的峰值。5. 避坑排查数据、指标、回测层的五个高频翻车点这一章专门讲踩过的坑。以下五个问题每个都是实际会遇到的按现象、原因、解决三步记录排查顺序从数据层到回测层从前往后看基本能覆盖 90% 的翻车现场。5.1 数据获取与清洗层的三个坑坑一回测启动就报错提示索引不是 DatetimeIndex。现象把 AKShare 清洗完的 df 直接传给Backtest(data_for_backtest, ...)程序在bt.run()阶段报错提示索引类型不对或不是单调递增。原因backtesting 要求数据的索引必须是pd.DatetimeIndex且需要严格升序、不能有重复。AKShare 返回的原始数据默认是从 0 开始的整数索引中文日期列只是普通字符串直接赋值给回测库当然不认。解决在清洗阶段执行df.index pd.to_datetime(df.index)和df.sort_index(ascendingTrue)再检查df.index.is_monotonic_increasing。如果遇到重复日期比如同一交易日多条数据用df df[~df.index.duplicated()]去重不要留着让回测库做隐式处理。坑二复权口径不统一除权日出现假跳空。现象算出来的布林带或 MACD 在某个日期突然出现极端值策略刚好在那天反复开仓平仓回测收益异常。原因取数时没加adjustqfq或者数据源默认返回不复权价格分红除权导致价格直接跳空移动平均线和 MACD 会把跳空当成趋势信号。解决A 股历史数据统一用前复权AKShare 的adjust参数显式写qfq。注意前复权数据会跟随最新价格变化同一只股票不同时间取的复权序列可能略有差异所以正式回测报告里要记录数据下载日期否则后来复现会得到不同结果。坑三数据起止日期太短dropna 之后回测区间整个错位。现象设定了 2023 年开始的数据算完指标 dropna 后回测报告显示首笔交易发生在 2023 年 3 月甚至更晚明显不在预期区间。原因MACD、布林带、RSI 都需要前 N 根数据做 warm-updropna 会删掉指标未计算出来的前段真实可回测区间被压缩。解决取数时把start_date提前 60 到 90 个自然日比如计划回测 2023 年就取start_date20221101算完指标再 dropna这样指标从年初就有值回测区间能完整覆盖目标年份。5.2 指标、绘图与回测层的两个坑坑四绘图时KeyError找不到MACDh_12_26_9列名。现象df.ta.macd(appendTrue)跑完后df.columns里确实有 MACD 相关列但复制画图代码时一运行就报 KeyError提示某个列名不存在。原因pandas-ta 不同版本对 MACD 输出列名规则不一样。有的版本输出MACD_12_26_9、MACDs_12_26_9、MACDh_12_26_9三个列有的版本只有MACD_12_26_9和MACDh_12_26_9两个列布林带列名里的20_2.0后缀也会随着 std 参数变改成std2.5就变成BBU_20_2.5。解决不要背列名算完指标后先打印df.columns.tolist()再用实际存在的列名引用。我一般会加一行print(df.columns.tolist())或者print(df.filter(regexMACD).columns)看到什么用什么画图代码就再也不会因为一个下划线出问题。坑五回测结果好得离谱先怀疑数据而不是高兴。现象5/20 双均线策略在宁德时代上跑出非常高的收益和夏普比率最大回撤也很小看起来是个完美策略。原因大概率是数据污染或评估口径问题。常见的有三类——指标 warm-up 没删干净策略在数据前段读到 NaN 导致逻辑静默跳过结果曲线从某个较晚日期才真正开始反复调参把训练集上的最优参数当成最终结论本质上是对历史数据的过拟合或者使用前复权数据时没有同步记录数据日期旧数据和新数据混用。解决先看回测报告的 Start/End 日期确认回测实际起点和预期一致再固定一段训练数据做参数扫描留出另一段时间做验证验证集表现才是相对可信的结论最后即使结果稳定也要提醒自己这套流程只反映历史不能预测未来。回测的意义是排除明显不佳的策略而不是证明某个策略一定会赚。6. 进阶打法给双均线加 RSI 过滤和分段验证双均线 5/20 最烦的是震荡市里假金叉太多。一个简单有效的改进是加 RSI 过滤金叉出现时如果 RSI 已经在超买区说明短期涨幅过快追进去容易接盘让买入只发生在 RSI 处于 50 以下的时候相当于要求「回调后的金叉」才成立。代码改动很小class RsiFilterSma(Strategy): n1 5 n2 20 rsi_len 14 def init(self): self.sma1 self.I(ta.sma, self.data.Close, self.n1) self.sma2 self.I(ta.sma, self.data.Close, self.n2) self.rsi self.I(ta.rsi, self.data.Close, self.rsi_len) def next(self): if crossover(self.sma1, self.sma2) and self.rsi[-1] 50: if not self.position: self.buy() elif crossover(self.sma2, self.sma1): if self.position: self.sell()self.rsi[-1]取当前 bar 的 RSI 值和 50 比较作为过滤条件。这个阈值不是固定的你想要更保守可以改成 45更激进可以放到 55但每改一次都要回测验证。参数扫描和验证集也要一起做。我的习惯是把数据切成两段train data_for_backtest.loc[:2023-12-31] valid data_for_backtest.loc[2024-01-01:]在train上扫n1和n2的组合比如短均线取 3、5、7、10长均线取 15、20、30找一组夏普相对高的参数再拿到valid上跑一遍。如果验证集表现明显变差说明最优参数大概率是从训练集噪声里挖出来的不能用如果验证集方向和训练集基本一致才值得继续看。不要只在一只股票上验证换到同行业或不同板块的标的再跑一遍比任何花哨的指标都更能说明策略的普适性。这套流程走完后我的一个固定习惯是每次接新标的都先核对数据日期、复权口径和回测起点再谈指标和策略宁可少赚一段不愿被脏数据骗一次。希望帮到你。本文还有配套的精品资源点击获取
