机器学习选股模型

解决什么问题

A 股多因子选股中，因子选择、模型训练、回测验证和结果呈现常常分散在多个脚本里。ML-Alpha 把 akshare 真实行情与基本面数据、20 个因子特征、滚动训练、quintile 分组回测和 HTML 报告串成一条可复现流程，用来研究股票未来 1/5/10/20 日收益率预测，而不是直接生成交易信号。

工作方式与边界

• 数据层：获取前复权日线、指数成分股和 PE、PB、ROE 等指标，构建 date x stock x features 面板，并做去极值、截面标准化与停牌填充。
• 特征层：覆盖技术、量价、基本面、动量、波动率五类因子，例如均线比率、RSI、量比、换手率变化、PE 分位数、1/3/6 月动量和 20 日波动率。
• 模型层：支持 XGBoost、LightGBM 与 Ridge，按过去 N 个月滚动训练并预测下一期，使用 TimeSeriesSplit 降低数据泄露风险。
• 回测层：按预测分数分组，做多高分组、做空低分组，月度调仓，计算组合收益与换手率。
• 评估报告：输出 IC、滚动 IC、分组单调性、夏普比率、最大回撤、特征重要性，以及累积收益、热力图、散点图等自包含 HTML 结果。

边界上，它仅面向 A 股，不支持港股或美股；回测未计入手续费、滑点和冲击成本；财务指标可能存在报告延迟；在金融危机或政策剧变等极端环境下，模型可能失效。该工具适合量化研究和学术分析，不构成投资建议。