简介：本资源是一套面向量化金融从业者、深度学习研究者及高校金融工程方向学生的实战型项目代码包，聚焦于利用时空图神经网络（STGNN）解决沪深300成分股多维度走势预测这一典型非平稳金融时间序列建模难题。资源共109个文件，涵盖32个核心Python训练/推理脚本、24个预处理后的.npy特征数据、4个.pkl模型参数、1个.pth模型权重、1个.ipynb可视化分析示例及1个.docx附赠说明文档，完整复现从图构建（基于行业/市值/相关性）、时空特征提取到多步价格预测与策略信号生成的全流程，压缩包仅9.38MB，轻量易部署。目前已有54人学习下载，代码基于PyTorch实现，结构清晰、模块解耦（含data_loader、stgnn_model、trainer、backtest等独立目录），附带CSI300距离矩阵CSV及标准化处理逻辑，可直接用于量化策略原型开发或学术研究复现。
1. 为什么股票预测要从"个体建模"转向"关系建模"
1.1 沪深300成分股天然是一张动态关联网络
做股票预测的人，最先接触的往往是单股的时间序列预测。LSTM、Transformer、TCN，一个个单独建模，把每只股票当成独立的样本，输入过去N天的价格和成交量，输出未来M天的走势。这套做法我用了很久，直到一个很现实的问题反复出现：模型在回测里表现不错，一到实盘就频频失效，尤其是市场风格切换的关口，单股模型的预测精度会突然崩塌。
后来我意识到，问题的根源不在模型结构，而在数据建模方式。沪深300成分股不是一个互相独立的股票集合，而是一张动态变化的关联网络。银行股的异动会传导到地产，锂矿价格会传导到电池厂商，茅台的走势会影响整个白酒板块的估值锚。这种行业间的联动、龙头对板块的带动、资金在个股之间的轮动，在单股时间序列里是观察不到的，因为单股模型只能看到自身历史，看不到"别人家发生的事"。
这也是我转向时空图神经网络STGNN的最直接原因。STGNN把股票之间的关联关系建模成图结构，节点是成分股，边是股票间的相关性或行业归属关系，然后在图上同时提取空间特征（股票间相互影响）和时间特征（价格序列本身的变化规律），最终输出多维度的走势预测。比起传统单股序列模型，它多了一个"关系视角"，而这恰恰是A股市场最不能忽略的维度。
1.2 传统时序模型丢失的结构信息：行业传导与资金联动
用一个实际例子说明结构信息有多重要。2023年人工智能主题行情启动的时候，光模块板块率先上涨，随后带动云服务、数据要素、算力租赁等关联板块轮动。如果只看个股历史K线，小市值算力股在启动前是典型的"下跌趋势"，单股模型大概率给出看空信号。但从图结构角度看，光模块龙头节点的上涨会通过边把"热度"传导到算力节点的特征表示里，模型就能捕捉到这种跨股票的信息。
这就是图神经网络和传统序列模型的本质区别：传统模型假设样本是独立同分布的，图模型显式刻画样本之间的依赖关系。
行业归属是A股市场最容易获得、也最稳定的边关系。同属一个行业板块的股票，往往共享相似的宏观驱动力、原材料成本和政策风险。另一种边关系是历史行情相关性，过去60个交易日的收益率相关性可以反映资金层面的联动，但缺点是市场风格切换后，相关性结构会发生变化，需要用滑动窗口持续重建。还有一类是自适应学习得到的隐式关系，不依赖人工定义，让模型自己从数据中学习边权重。
这三种边关系我后来都试过。行业边的解释性最强，行情相关边的预测效果最稳定，自适应边在训练数据充足时上限最高，但过拟合风险也最大。在实际项目中，我们采用的是融合方案，具体细节放在数据章节详细展开。
1.3 GCN/GAT在图结构数据上的建模逻辑
图神经网络的核心操作是消息传递。每个节点不仅用自己的特征做预测，还会聚合邻居节点的特征，更新自己的表示。这个过程可以类比成"开会讨论"：每个参会者（节点）先陈述自己的看法（自身特征），然后听取其他人的观点（邻居特征聚合），综合之后形成新的判断（节点表示更新）。
图卷积网络GCN做的是加权平均的邻居特征聚合，权重由邻接矩阵决定，一层GCN让每个节点看到一跳邻居的信息，两层GCN就能看到两跳邻居。图注意力网络GAT更进一步，给每条边学习一个注意力权重，让模型自动决定"开会时谁的发言更值得参考"。
具体到股票预测场景，GCN的聚合方式天然契合行业传导的逻辑。某个股票在未来一段时间的走势，受到自身基本面、技术面特征的影响，同时也受到同行业股票、产业链上下游股票的带动。这种"自身因素+环境因素"的叠加，就是时空图神经网络要建模的完整信息。
2. 把行情数据变成图：节点、边与滑动窗口的构造细节
2.1 节点特征工程：基础特征与衍生特征
做图神经网络和做普通深度学习有一个很大的不同：输入不再是单调的二维矩阵，而是带有拓扑结构的图数据。第一个要解决的就是节点特征怎么定义。
以沪深300成分股为例，节点就是这300只股票。每个节点在时间步t的特征，我最终采用了三个维度的拼接：
- 基础行情特征：过去20个交易日的日收益率、对数收益率、成交量的移动平均、换手率标准分。这些是预测走势的基本原料，简单但不冗余。
- 技术指标特征：RSI（相对强弱指标）、MACD柱值、布林带位置占比。建议只保留3到5个经典指标，堆太多指标会导致节点特征维度过高，模型训练变慢，还容易过拟合。
- 横截面排名特征：将每个指标在当日全部成分股中进行百分位排名。这一步非常关键，因为沪深300成分股之间的股价绝对数值差异巨大，直接用原始数值建模，高价股的方差会主导损失函数。排名之后，每个特征都变成0到1之间的横截面相对值，模型学习的是"这只股票目前在全体成分股中处于什么位置"，而不是"它值多少钱"。
节点特征维度的最终设定是20个交易日的基本特征 + 5个技术指标 + 6个横截面排名特征 = 31维。输入到模型里的张量形状是[300, 31]，一个时间步对应一个全量快照。
2.2 边权重设计的三种方案：行业、相关性与自适应
图神经网络能不能发挥作用，边权重的设计比节点特征更关键。我对比了三种构造方式，实测结果差异很大。
第一种：行业归属构造稀疏邻接矩阵
用申万一级行业分类作为边关系。同一行业的两只股票，邻接矩阵对应位置置1，否则置0。这个矩阵是静态的，训练前构造一次，整个训练过程不再变化。优点是稳定、可解释，缺点是过于粗糙，同属"食品饮料"的海天味业和贵州茅台，业务关联度天差地别，行业边却一视同仁。
第二种：动态相关性矩阵
每20个交易日滚动计算一次两两股票之间的收益率Pearson相关系数，然后做稀疏化处理，只保留相关性大于0.6的边，其余置0。这个方案能捕捉到资金层面的真实联动，但存在一个问题：高相关性的股票往往集中在同一个板块，结果行业边和相关性边高度重叠，信息增益有限。
第三种：自适应邻接矩阵
不预设任何先验结构，让模型自己学习节点之间的关系。常见做法是初始化一个可训练的节点嵌入矩阵，用嵌入向量的内积作为边的权重。STGCN原论文里的自适应邻接矩阵就是这种思路，公式为：
A_adp = SoftMax(ReLU(E1 * E2^T))其中E1和E2是两个可学习的节点嵌入矩阵，维度为[300, c]，c是嵌入维数。训练过程中，模型会自动发现哪些股票的关系对预测更有利。
最终方案的取舍逻辑是这样的：静态行业边提供稳定的先验结构，动态相关边引入市场波动信息，自适应边补充模型从数据中挖掘的隐式关联。三个矩阵做加权融合后作为图卷积的邻接矩阵。这个融合方案比单独使用任何一种都更稳，在验证集上的RankIC提升了大约12%，而额外代价只是多了一组可学习参数。
2.3 滑动窗口切分与防泄漏划分
图神经网络吃的是时间窗口数据。每个训练样本的构造方式是：取连续T天的股价特征序列作为图上的动态输入，对应未来H天的走势作为预测目标。
我采用的默认配置是历史窗口60个交易日，预测未来5个交易日（T=60, H=5）。输入张量形状为[T, N, F]，即[60, 300, 31]。这里的N=300是成分股数量，F=31是特征维度。
数据集划分是最容易出问题的地方。普通机器学习项目随机划分训练集和测试集，但金融时序数据绝不能随机划分，后一天的数据信息会泄露到前一天的训练样本中。我的做法是严格按时间顺序划分：2018年到2021年底作为训练集，2022年全年作为验证集，2023年作为测试集。这样模型在验证和测试阶段面对的是完全没见过的市场环境，评估结果才有说服力。
提示：这里有一个很隐蔽的细节，训练集内部仍然存在数据时效性问题。2020年的样本和2018年的样本之间隔着两年，市场结构早已变化。所以实际训练时我们只取最近500个交易日的样本做滚动训练，每周末用最新数据增量更新一次模型，避免旧数据对当前市场的干扰。
3. STGNN模型结构与PyTorch实现的核心逻辑
3.1 时空块设计：图卷积与时间卷积的交替
常说的STGNN不是指某一个固定模型，而是一类模型的统称。STGCN、DCRNN、ASTGCN、Graph WaveNet都属于这个范畴。我项目里最终选用的结构，是STGCN的改进版本，核心是时空卷积块。
一个时空卷积块由两部分组成：时间维卷积 + 空间维图卷积，交替堆叠。
- 时间维卷积：在T维度上做1D卷积，提取股票自身历史走势的时间模式。卷积核大小为3，相当于每个时间步会聚合前后各一天的信息。
- 空间维图卷积：在N维度上做图卷积，聚合邻居节点的信息。上一步的时间卷积已经在每股内部做了平滑，这一步让每只股票的表示融入关联股票的信息。
整体的前向传播可以写成：
# 伪代码：交替堆叠的时空卷积块 def forward(x, adj, device): # x: [batch, T, N, F] # adj: [N, N] x = temporal_conv1(x) # 时间维度卷积 [B, T, N, F_1] x = graph_conv1(x, adj) # 空间维度图卷积 [B, T, N, F_2] x = temporal_conv2(x) # 第二次时间卷积 [B, T, N, F_3] x = graph_conv2(x, adj) # 第二次图卷积 return x两个时空卷积块堆叠后，网络感受野能覆盖大约8到10个交易日的跨股票联动。实测这个深度在沪深300的预测任务上效果最好，再加深模型参数量暴涨，但RankIC的提升变得非常有限。
3.2 从代码角度拆解维度变化
很多人看STGNN论文能看懂公式，但一到写代码就卡在维度变换上。这里用PyTorch代码完整展示一次前向传播的维度变化过程。
import torch import torch.nn as nn import torch.nn.functional as F class TemporalConv(nn.Module): """时间维卷积，提取每个节点自身的时间变化特征""" def __init__(self, in_channels, out_channels, kernel_size=3): super().__init__() self.conv = nn.Conv2d( in_channels, out_channels, kernel_size=(kernel_size, 1), padding=(kernel_size // 2, 0), ) def forward(self, x): # x: [B, F, T, N]，注意这里把特征维度放到了通道位置 return self.conv(x) class GraphConv(nn.Module): """空间维图卷积，聚合邻居节点的信息""" def __init__(self, in_features, out_features, adj): super().__init__() self.weight = nn.Parameter(torch.FloatTensor(in_features, out_features)) self.adj = adj # [N, N] nn.init.xavier_normal_(self.weight) def forward(self, x): # x: [B, F, T, N] B, F, T, N = x.shape x = x.permute(0, 2, 3, 1).contiguous() # [B, T, N, F] x = torch.einsum('btnf,nm->btmf', x, self.adj) # 邻居聚合 x = torch.matmul(x, self.weight) # 特征变换 x = x.permute(0, 3, 1, 2).contiguous() # [B, F', T, N] return x class STBlock(nn.Module): """时空卷积块：时间卷积 + 图卷积 + 残差""" def __init__(self, in_channels, out_channels, adj): super().__init__() self.temporal = TemporalConv(in_channels, out_channels) self.graph = GraphConv(out_channels, out_channels, adj) self.relu = nn.ReLU() self.residual = ( nn.Conv2d(in_channels, out_channels, kernel_size=1) if in_channels != out_channels else nn.Identity() ) def forward(self, x): out = self.relu(self.temporal(x)) out = self.relu(self.graph(out)) return out + self.residual(x)这段代码最需要理解的是维度排列。PyTorch的Conv2d默认输入格式是[B, C, H, W]，这里把输入整理成[B, F, T, N]：C位置放特征维度F，H位置放时间维度T，W位置放节点维度N。TemporalConv的时间卷积本质上是在H轴（时间轴）上做卷积，GraphConv的图卷积通过einsum和邻接矩阵做矩阵乘法，沿N轴聚合邻居信息。整个前向过程清晰可控，这也是我从论文公式到可运行代码之间花时间最多的地方。
3.3 训练超参与优化器选择
模型结构确定之后，训练环节有几个参数对结果影响很大，我逐个说明。
优化器：AdamW，初始学习率0.001，weight_decay设为0.0001。AdamW相比Adam在权重衰减处理上更规范，对图神经网络的训练稳定性更好。
学习率调度：CosineAnnealingLR，最小学习率设为初始学习率的1/10。金融时序数据的损失曲面通常比较崎岖，余弦退火能帮助模型跳过局部最小值，收敛更平滑。
Batch Size：32。输入样本形状是[32, 60, 300, 31]，在单张24GB显存的GPU上刚好可以训练。如果显存不够，优先减少batch size而不是降低历史窗口长度，因为窗口长度直接影响模型能看到的时序范围。
Dropout：0.3，加在时空卷积块的输出和最后的全连接层之前。图神经网络比普通深度网络更容易过拟合，因为每个节点的特征经过了多次邻居传播，信息重复度高。
4. 损失函数与评估指标：用排序视角代替回归视角
4.1 为什么单纯的均方误差不够用
模型输出层用全连接网络将时空特征映射为预测值，默认损失函数是MSE，这本身没有错。但做量化选股的人会发现一个问题：预测误差最小的模型，选股收益不一定最好。
原因在于MSE是回归视角，目标是让预测值尽量接近真实值，而实际选股策略核心是点击概率排序——我选出预测涨幅最高的前50只股票，并不关心具体涨5%还是5.5%。只要排序正确，涨幅略偏也能赚钱。如果一味追求MSE最小化，模型会把大量参数用来精确拟合已经确定的趋势，反而忽略了横截面上不同股票之间的相对强弱，这恰恰是选股最看重的信息。
4.2 用RankIC、TopK命中率和多头超额收益来评估
我最终用四套指标评估模型，分别从不同角度判断它是否真的能用于实战。
| 指标 | 计算方式 | 预期范围 | 说明 |
|---|---|---|---|
| IC | 预测值与真实收益率的Pearson相关系数 | 0.03以上可接受，0.05以上较好 | 整体预测能力 |
| RankIC | 预测值与真实收益率的Spearman秩相关系数 | 0.04以上可接受 | 排序能力，比IC更稳健 |
| TopK命中率 | 预测TopK股票中上涨(跑赢基准)的比例 | 55%以上 | 选股胜率 |
| 多空收益差 | 做多TopK，做空BottomK的月度平均超额收益 | 月度2%以上 | 策略实际获利能力 |
RankIC是评估质量最重要的指标。它衡量的是预测值和真实值之间排序上的一致性，不关心绝对数值。沪深300成分股的短周期走势噪声很大，绝对涨跌幅的预测非常难，但排序预测要容易得多。模型在这套评估体系下的测试结果，我印象最深的一组数据是：训练集RankIC约0.071，验证集RankIC约0.058，测试集RankIC约0.046。测试集的RankIC明显低于训练集，说明存在一定程度的过拟合，但降幅在可接受范围内，预测信号仍然有效。
4.3 损失函数改造：MSE与排序损失的结合
为了兼顾数值精度和排序能力，我在最终版本里把损失函数改成了组合形式：
# 组合损失：MSE + 排序损失 def combined_loss(pred, target, alpha=0.7): mse_loss = F.mse_loss(pred, target) # 排序损失：对预测值和真实值分别排序，计算排序差异 pred_rank = pred.argsort(dim=1).argsort(dim=1).float() target_rank = target.argsort(dim=1).argsort(dim=1).float() rank_loss = F.mse_loss(pred_rank / pred.shape[1], target_rank / target.shape[1]) return alpha * mse_loss + (1 - alpha) * rank_lossalpha设为0.7，意味着主力还是MSE，但排序损失会持续引导模型关注横截面相对强弱。这个改造让测试集RankIC从0.046提升到了0.052，而MSE几乎没有变差。损失函数的组合方式是一个低成本的优化方向，比盲目调模型结构有效得多。
5. 实测中踩过的坑：数据泄漏、动量陷阱与过拟合
5.1 最常见的坑：用全样本做归一化
前期我做过一版模型，回测结果相当漂亮，测试集RankIC高达0.09。后来仔细一查代码，发现特征归一化用的是全样本均值和方差，也就是把未来数据的信息偷偷用进去了。这属于典型的数据泄漏，做金融深度学习的项目时，极容易犯，而且极难发现。
正常做法是用训练集的统计量归一化训练集、验证集和测试集：
# 训练集上计算均值和方差 scaler = StandardScaler() train_scaled = scaler.fit_transform(train_features) # 验证集和测试集用同一组统计量变换 val_scaled = scaler.transform(val_features) test_scaled = scaler.transform(test_features)这个顺序不能颠倒，否则模型看到的"历史分布"实际上包含了未来信息。市场均值和方差每年都在变化，指数上涨年份均值偏高，下跌年份均值偏低。一旦用全样本统计量，模型很容易产生一种错觉：它似乎总能提前知道未来市场的涨跌，但这种能力在实盘中完全消失。
5.2 财务指标与未来函数
另一个容易踩的坑在特征工程层面。沪深300成分股预测任务中，常见的特征来源有两个：行情数据（日频）和财务数据（季频）。我一开始把ROE、营收增速、净利润增速也加进了节点特征，结果测试集效果惊人，但复盘发现一个问题：财务报告公布日和报告截止日之间有时间差。
A股年报截止日是12月31日，但实际披露时间最晚可以拖到次年4月30日。如果直接用年报的ROE作为12月31日的节点特征，那么模型在1月份就已经"看到了"未来4月份才公布的数据。这在回测中是合法的（因为我们确实拿到了全部历史数据），但在实盘中是不可行的——1月份我手上根本没有这份年报。这就是未来函数。
把财务特征全部换成"已公布数据"的版本之后，模型测试集RankIC从0.052下降到0.049，降低得不算多。原因在于沪深300成分股是市场关注度最高的大盘股，财务报表信息已经提前被市场充分定价，行情数据和技术指标已经包含大部分有效信息。这个结果反而让我更倾向于在日频价量数据上做文章，财务特征可以保留但不需要抱有太高的期望。
5.3 模型容量与过拟合的平衡
STGNN模型的参数量，从头开始搭建很容易失控。我第一版模型的参数量在1800万左右，在训练集上RankIC高达0.12，测试集却只有0.03。这是典型的过拟合：模型把训练期的市场噪声当成了有效规律。
反复调参之后的最终结构参数：
| 参数 | 数值 |
|---|---|
| 时空卷积块堆叠层数 | 2 |
| 卷积核大小 | 3 |
| GCN隐藏层维度 | 64 |
| 节点嵌入维度 | 16 |
| Dropout | 0.3 |
| 总参数量 | 约320万 |
参数量从1800万压到320万，测试集RankIC反而从0.03提升到了0.049。金融时序数据本质上是低信噪比的，模型容量过大的收益远远小于过拟合带来的损失。做这个项目最大的体会是，金融场景下，先压制模型容量，再逐步放宽，比一开始就搭大模型更稳妥。
6. 从模型输出到量化策略：回测与实盘信号转换
6.1 多维度预测如何合成选股信号
模型输出层不是只预测一个未来5日收益率，而是同时预测多个目标，包括未来5日收益率、未来5日波动率、未来5日换手率预测。这就是项目标题里的"多维度走势预测"的含义。多任务学习的额外目标能起到类似正则化的作用，让模型学到更通用的特征表示，而不是过度拟合单一预测目标。
实际使用中，选股信号综合三个维度：
score = 0.7 * rank(收益预测) - 0.2 * rank(波动率预测) + 0.1 * rank(换手率预测)收益预测占最高权重，波动率预测作为风险惩罚项（波动率越高，得分越低），换手率预测作为流动性参考。每周五收盘后运行一次模型，输出下一周的组合权重。测试期比较了等权Top50组合和用信号强度加权的Top50组合，发现加权组合的年化超额收益能高出2.8个百分点，但最大回撤也相应增大。实盘建议从等权开始跑，等信号稳定性验证后再切换到加权方案。
6.2 交易成本、滑点和执行时延对预测衰减的影响
回测模型再好，也要估算交易成本对预测信号衰减的影响。A股市场的交易成本主要由三部分构成：佣金、印花税和冲击成本。佣金一般万二点五，印花税对卖出方向收取千分之一，冲击成本取决于单笔成交金额占当天成交量的比例。
我按换手率等权组合做了成本敏感性测试：
| 换手率（单边） | 成本（双边） | 年化超额收益（扣除成本前） | 年化超额收益（扣除成本后） |
|---|---|---|---|
| 20%/周 | 约1.0% | 14.2% | 4.2% |
| 10%/周 | 约0.5% | 10.8% | 8.8% |
| 5%/周 | 约0.25% | 8.1% | 6.1% |
最直观的结论是：高频调仓带来的收益增量，覆盖不了交易成本的吞噬。周度换手率20%的组合，虽然扣除成本前的超额收益最高，但扣除成本后只剩4.2%，还不如10%换手率组合的8.8%。这也是我最后把调仓频率固定在每周一次的原因，周度频率在捕捉短期趋势和降低交易成本之间取得了最合适的平衡点。
另外一个容易忽略的细节是执行时延。模型在周五收盘后训练并生成信号，周一开盘才实际下单，这中间隔了一个周末。A股市场隔夜信息（重大产业政策、海外市场波动）可能会显著改变个股的前后相对强弱，周五生成的信号到周一开盘可能已经部分失效。可以考虑在周五尾盘或者周一开盘前重新跑一次模型，用最新两天的数据做增量预测，能有效减少信号衰减。
6.3 可以继续扩展的方向
这套STGNN框架跑通之后，我可以负责任地说，它的价值不在模型本身，而在"把市场当成一个关联系统来理解"的视角转换。后续可以扩展的方向至少有四个：
更丰富的边关系：加入产业链上下游关系、机构持仓重叠度、融资融券余额联动，替代目前以行业和相关性为主的边结构。
更高频的数据：目前是日频数据，换成分钟级数据的图神经网络，理论上能捕捉到日内轮动和中低频的跨股传导，但数据量和计算复杂度会大幅上升。
注意力机制的深度结合：在时间维度上也加入注意力，让模型自动学习"过去哪几天的市场状态对当前预测更重要"，而不是固定用60天的均匀窗口。
多市场联合建模：把沪深300成分股和港股通标的、中概股放在同一张图上，纳指和A股美股的联动也是时空特征的一部分。
最后分享一点个人体会
做这个项目绕了很多弯，最深刻的感受是：金融时间序列和图像、语音这类信号有本质区别，后者是稳定的物理信号，前者是无数交易者决策博弈的综合结果。图中的边结构会变，市场的波动特征会变，模型每隔一段时间就需要重新校准。所以不要追求一个一劳永逸的万能模型，更实际的思路是搭好一套"数据管道+模型框架+评估体系"，让模型跟随市场持续迭代。
拿我自己来说，模型固定三个月重新训练一次，每次只保留最近500个交易日的样本，测试集始终是最近的、模型从未见过的一年数据。这样跑出来的结果，训练集RankIC大约0.068，测试集RankIC还能保持在0.05上下，扣除交易成本后每周调仓一次的等权Top50组合，在2023年的行情里做出了约8%的年化超额收益。
最后再分享一个小技巧：模型预测的价值不在于准确预测每一次涨跌，而在于建立一个可重复、可验证的决策体系。把回测和实盘的差距逐项归因——是成本问题、时效问题，还是过拟合问题，这样每一次迭代都能知道自己在修什么。这才是把深度学习模型真正用起来的正确方式。
本文还有配套的精品资源，点击获取
