PROJECT 03 / DATA
项目档案多模型融合 · 智能选股
把市场数据，变成可解释的决策线索。
DATA / 03
分析过程示意 · 非真实结果数据围绕沪深 300 成分股历史量价数据，进行数据清洗、技术指标计算与时序特征构建。结合排序、收益回归、分位数回归和分类模型，评估未来一周的收益潜力与下行风险。
从数据到特征
处理开盘价、收盘价、成交量与换手率等历史数据，构建用于模型训练的技术指标和时序特征。
多模型协同
综合 LightGBM 排序、收益回归、分位数回归与分类模型，结合动态仓位控制，筛选不超过 5 只股票并输出投资权重。
项目输出
覆盖数据处理、模型训练、收益预测、风险评估、股票筛选与结果输出。曾用于参加 2026 中国高校计算机大赛大数据挑战赛。本页仅为项目介绍，未提供实时预测或投资服务。