分享一个自用LightGBM期货交易信号预测模型, 具体介绍见下面的Readme, 这个算是一个深度AI辅助编程的结果, 某个时候感觉像是我在辅助他.
训练好的模型可以在vn.py平台作为策略使用, 具体将另外写一篇.
Github repo地址 BillyZhangGuoping/Standalone-LightGBM-Futures-Trading-Model: Standalone LightGBM Futures Trading Model
本项目实现了一个基于LightGBM的期货交易信号预测系统，目标是预测未来N个周期后的价格方向（大涨/大跌/震荡）。系统采用了完整的机器学习工作流程，包括数据预处理、特征工程、模型训练、超参数优化、交叉验证和交易回测。
- 多品种数据处理：支持读取和处理多个期货品种的1分钟K线数据
- 高级特征工程：生成50+个技术指标和统计特征
- 智能目标定义：使用动态阈值对未来收益率进行三分类
- 超参数优化：基于Optuna的自动参数搜索
- 时间序列交叉验证：确保模型在时间维度上的稳健性
- 完整交易回测：支持止损止盈、交易成本、滑点等真实交易因素
- 全面性能分析：包括分类指标和交易指标的综合评估
- 可视化和报告：自动生成图表和详细的性能报告
系统采用模块化设计，各组件之间松耦合，便于维护和扩展：
├── data_loader.py # 数据加载和预处理模块 ├── feature_engineer.py # 特征工程模块 ├── model_trainer.py # 模型训练和评估模块 ├── backtester.py # 交易回测和性能分析模块 ├── config.py # 配置管理模块 ├── main.py # 主程序，整合各模块 ├── requirements.txt # 依赖库列表 └── README.md # 项目文档
- Python 3.8+
- pip 20.0+
-
克隆或下载项目代码到本地
-
安装依赖库：
cd LightGBM_Prediction_Singal
pip install -r requirements.txt
- 创建必要的目录结构：
mkdir -p data processed_data models plots backtest_results logs
- 将期货K线数据（CSV格式）放入
data目录 - 确保数据包含以下列：
datetime,open,high,low,close,volume
基本用法：
python main.py
命令行参数：
--data-dir # 数据目录路径，默认: data/ --symbol # 特定交易品种代码，不指定则使用所有品种 --model-version # 模型版本号，默认: v1 --optimize # 是否进行超参数优化，默认: True --n-trials # Optuna优化的试验次数，默认: 100 --backtest # 是否进行回测，默认: True --signal-threshold # 信号阈值，默认: 0.0 --save-results # 是否保存结果，默认: True --plot-results # 是否绘制结果图表，默认: True
示例：
# 使用特定品种，减少优化试验次数以加快速度python main.py --symbol fu2601 --n-trials 20 --signal-threshold 0.2
集中管理所有配置参数：
- 数据处理参数：目标窗口、阈值设置、数据分割比例
- 特征工程参数：技术指标窗口、滞后特征数量
- 模型参数：LightGBM配置、Optuna搜索空间
- 回测参数：初始资金、交易成本、止损止盈设置
负责数据的读取、清洗和预处理：
- 自动查找和加载数据文件
- 数据质量验证和缺失值处理
- 异常值检测和修复
- 目标变量生成（动态阈值分类）
- 时间序列数据分割
生成丰富的技术和统计特征：
- 基础价格特征：OHLC变换、收益率
- 技术指标：RSI、MACD、布林带等
- 统计特征：滚动均值、标准差、偏度等
- 滞后特征：价格和收益率的历史值
- 特征选择和相关性分析
实现模型的训练、优化和评估：
- LightGBM模型配置和训练
- Optuna超参数优化
- 时间序列交叉验证
- 模型评估和特征重要性分析
- 模型保存和加载
模拟交易策略并评估性能：
- 基于模型预测的交易信号生成
- 完整的交易执行模拟（开平仓、成本计算）
- 止损止盈策略实现
- 性能指标计算（收益率、夏普比率、最大回撤等）
- 可视化和报告生成
主要配置参数位于
config.py文件中，可根据需要调整：
# 目标变量定义LOOKAHEAD_MINUTES = 3 # 预测未来3分钟TARGET_THRESHOLD_TYPE = 'dynamic' # 'static' 或 'dynamic'STATIC_THRESHOLD_UP = 0.0005 # 静态上涨阈值STATIC_THRESHOLD_DOWN = -0.0005 # 静态下跌阈值DYNAMIC_WINDOW = 200 # 动态阈值的滚动窗口DYNAMIC_QUANTILE_UP = 0.75 # 上涨阈值分位数DYNAMIC_QUANTILE_DOWN = 0.25 # 下跌阈值分位数# 数据分割TRAIN_RATIO = 0.7 # 训练集比例VAL_RATIO = 0.15 # 验证集比例TEST_RATIO = 0.15 # 测试集比例
# LightGBM参数BOOSTER_TYPE = 'gbdt'OBJECTIVE = 'multiclass'NUM_CLASS = 3METRIC = 'multi_logloss'VERBOSE = 100NUM_BOOST_ROUND = 10000EARLY_STOPPING_ROUNDS = 100IS_UNBALANCE = True# Optuna超参数优化OPTUNA_N_TRIALS = 100OPTUNA_SEED = 42MODEL_VERSION = 'v1.0'
# 回测参数INITIAL_CAPITAL = 1000000.0 # 初始资金POSITION_SIZE_RATIO = 0.1 # 持仓比例COMMISSION_RATE = 0.0001 # 手续费率SLIPPAGE_RATE = 0.00005 # 滑点率TAKE_PROFIT_RATIO = 0.002 # 止盈比例STOP_LOSS_RATIO = 0.001 # 止损比例MIN_CONFIDENCE = 0.55 # 最小置信度
- 精确率(Precision)：预测为正例的样本中实际正例的比例
- 召回率(Recall)：实际正例被预测为正例的比例
- F1分数：精确率和召回率的调和平均
- 混淆矩阵：展示预测类别与实际类别的对应关系
- ROC-AUC：曲线下面积，衡量模型区分不同类别的能力
- 总收益率：投资期间的总回报百分比
- 年化收益率：年化后的收益率，便于比较不同时间长度的策略
- 夏普比率：每单位风险的超额回报，通常>1为好
- 最大回撤：投资期间的最大亏损幅度
- 卡尔玛比率：年化收益率与最大回撤的比值
- 胜率：盈利交易占总交易的比例
- 盈亏比：平均盈利与平均亏损的比值
- 训练好的模型文件：
models_lgbm/lgbm_model_{version}_{timestamp}.txt - 模型元数据：
models_lgbm/lgbm_model_{version}_{timestamp}_metadata.pkl
- 特征重要性：
plots_lgbm/feature_importance.png - 学习曲线：
plots_lgbm/learning_curve.png - 混淆矩阵：
plots_lgbm/confusion_matrix.png
- 资产价值曲线：
backtest_results_lgbm/asset_value.png - 回撤曲线：
backtest_results_lgbm/drawdown.png - 信号和持仓图表：
backtest_results_lgbm/signals_and_positions.png - 交易分布：
backtest_results_lgbm/trade_distributions.png - 性能报告：
backtest_results_lgbm/performance_report_{timestamp}.txt - 交易历史：
backtest_results_lgbm/trade_history_{timestamp}.csv
- 数据质量：确保输入数据的质量，包括时间戳连续性和OHLC数据的有效性
- 过拟合防范：使用交叉验证和早停机制避免过拟合
- 参数调整：根据不同品种和市场环境调整阈值和回测参数
- 实时监控：在实盘应用前，建议长时间的离线测试和监控
- 风险控制：始终设置合理的止损，控制单笔交易的最大风险
- 定期重训：市场环境变化时，定期重新训练模型以保持预测准确性
A: 可以尝试以下方法：
- 增加更多的特征或调整现有特征
- 调整目标变量的阈值
- 增加Optuna优化的试验次数
- 尝试不同的模型参数或其他模型
A: 可以提高信号阈值或调整模型参数以减少交易频率
A: 系统支持多品种数据处理，但建议分别训练模型以适应不同品种的特性
本项目仅供研究和学习使用，不构成投资建议。
- 项目维护者：[Billy, Zhang Guoping]
- 邮箱：[ zhanggp@gmail.com]