简介：面向高校计算机、人工智能、自动化、电子信息等专业学生的机器学习股票预测课程设计与毕业设计资料，覆盖数据获取、特征工程、模型训练和回测的完整流程。压缩包共26个文件、约2.57MB，核心为6个ipynb分析笔记与5个py脚本，涉及K线数据入库、小市值与盈利指标过滤策略验证、FFT滤波、单支股票LSTM预测、sklearn单票回测等环节；另含3个csv行情样本、2份md说明和1份docx课程设计报告，文件分层清晰，便于按需取用。目前已有53人学习浏览，适合具备一定Python基础、希望将机器学习用于量化场景的学生参考。资料附有可直接运行的源码、真实股票数据样例和项目报告，既可用作课设、毕设的改进起点，也适合初学者结合笔记边读边跑；若遇到配置或环境问题，可联系作者远程协助。
1. 机器学习股票预测算法源码项目：课设答辩前夜的“每次结果都不一样”该怎么收场
打开这个标题对应的压缩包，里面大概率是一个学生用 Python 写的课程设计：拉一段历史行情，取若干技术指标，扔给一个机器学习模型去预测涨跌，最后输出一份报告和策略收益曲线。玩法看起来完整，但把它跑起来的人往往会在答辩前夜陷入同一个困惑——同一份代码，同一个数据集，连续跑三次，测试集准确率和回测净值曲线每次都不一样，有时偏差大到像换了个人写的。这不是某一包源码特有的毛病，而是股票预测这类时间序列任务在课设场景下的共性现象：数据里噪声大、标签构造带主观选择、模型训练本身又有随机性。这篇笔记想做的事很直接：照着这类项目的通用骨架，把从数据、特征、模型、回测到报告验证的整条链路拆开，讲清楚每一步的参数为什么这么设、踩坑点在哪里，以及“结果不稳定”这件事怎么用工程手段收敛成可答辩、可复现的结论。适合正在写课程设计、毕设，或者想快速验证“机器学习到底能不能预测股票涨跌”这个方向的从业者和学生。
2. 选数据的一步就决定课设成败：取数口径、标签设计与特征工程
2.1 取数口径：为什么“收盘价预测”比“涨跌方向预测”更容易翻车
很多课设源码把预测目标写成“下一日收盘价”，然后用回归模型去拟合。看起来逻辑通顺，实际上一旦评估指标选成均方误差，模型会不自觉地学出一个“昨天的价格就是今天的预测”的惰性解，因为价格序列自相关性极高。换到学生项目里，最直观的表现就是训练损失很低，但画出预测曲线后发现它只是把真实曲线往后平移了一天。这种结果在答辩时很容易被问到破绽。
所以我一般会在这种源码项目里先把目标拆开：预测连续价位属于回归任务，适合验证模型拟合能力；预测方向（明天涨还是跌）或者三档分类（涨/平/跌）才是更贴近“策略能不能赚钱”的任务。课设如果用分类，报告里能讲的故事更完整，而且准确率、AUC、F1 这些指标比回归的 R² 更容易被评委理解。这不是说回归完全不能用，而是对一门课设来说，分类框架的落地成本和解释成本都更低，也更容易掩盖数据噪声导致的不稳定问题——毕竟二分类的评估指标对小幅扰动没那么敏感。
import pandas as pd import yfinance as yf # 以沪深300为例，拉近3年日线数据 df = yf.download("000300.SS", start="2021-01-01", end="2024-05-31") df = df[["Open", "High", "Low", "Close", "Volume"]].copy() df.columns = [c.lower() for c in df.columns] # 用明日的涨跌构造二分类标签：涨为1，跌为0 df["ret"] = df["close"].pct_change() df["label"] = (df["ret"].shift(-1) > 0).astype(int) df.dropna(inplace=True)这段代码里，label用shift(-1)取的是“下一个交易日”的方向，构造的是 t+1 的相对收益，不是当日收益。常见错误是直接用ret > 0当标签，那是在预测“今天已经发生的事”，没有交易含义。注意dropna会丢掉最后一行的标签，这是预期行为——你不可能知道明天的涨跌。取数接口换成 akshare 或 Tushare 亦可，关键是字段口径保持一致。
2.2 标签设计：三档分类与滑窗切分的细节
二分类有个实际缺陷：A 股涨跌幅密集分布在 0 附近，很多交易日的涨跌只有 0.1% 以内，硬分成涨/跌两档会让模型把“噪声日”当成“方向日”去学，结果就是准确率卡在 52% 上下。更稳的做法是做三档分类：涨幅超过阈值算上涨，低于负阈值算下跌，中间算震荡。阈值一般取 0.5% 到 1%，具体要看标的的波动率。
三档的好处是给模型留一个“模糊地带”，它不必在没把握的日子里被迫猜方向。这在答辩时是个很好的卖点：你不仅预测了方向，还显式建模了“不确定区间”。代价是类别不平衡会比二分类更严重，需要用类别权重或采样方式来处理。
import numpy as np # 三档标签：上阈值为0.5%，下阈值为-0.5% upper = 0.005 lower = -0.005 df["label3"] = 1 # 默认震荡 df.loc[df["ret"] > upper, "label3"] = 2 df.loc[df["ret"] < lower, "label3"] = 0类别分布大概率是 0 和 2 各占 25% 上下，1 占 50% 甚至更高。这种分布下不能只看准确率，因为全猜震荡也有 50% 的准确率。后面章节会重点讲这一点。标签构造的代码很简单，但阈值选取的合理性才是报告里需要论证的部分——最好用滚动窗口算一段时间的收益标准差，再设成 0.5 倍标准差，而不是拍脑袋写 0.005。
2.3 特征工程：从量价数据到技术指标，一次给足 20 个特征
特征工程是课设源码里最容易被注水的地方。常见做法是把 close、open、high、low、volume 直接堆进去就开训，模型也能跑，但表现一般。稍微负责任一点的项目会补充常见技术指标，例如移动平均线、RSI、MACD、布林带、动量、波动率。需要强调的是，这些技术指标是否真的“有效”存在大量争议，但作为课程设计，它们的作用是给模型提供量价衍生视角，同时让报告有写头，属于“学术上站得住、工程上够用”的程度。
def make_features(df: pd.DataFrame) -> pd.DataFrame: data = df.copy() close = data["close"] # 均线类 for w in [5, 10, 20, 60]: data[f"ma{w}"] = close.rolling(w).mean() data[f"close_ma{w}_ratio"] = close / data[f"ma{w}"] - 1 # 波动率类 data["vol_std5"] = data["ret"].rolling(5).std() data["vol_std20"] = data["ret"].rolling(20).std() # RSI 相对强弱指标 diff = close.diff() up = diff.clip(lower=0).rolling(14).mean() down = (-diff.clip(upper=0)).rolling(14).mean() rs = up / (down + 1e-9) data["rsi14"] = 100 - 100 / (1 + rs) # 动量与成交量 data["mom5"] = close / close.shift(5) - 1 data["vol_ratio"] = data["volume"] / data["volume"].rolling(20).mean() return data.dropna()注意几个细节：close_ma_w_ratio是价格偏离均线的程度，比直接用均线数值更稳定；vol_std用滚动窗口的收益标准差捕捉波动聚集；RSI 计算时在分母加了1e-9防止除零；vol_ratio用当日成交量除以 20 日均量，反映放量/缩量状态。特征不是越多越好，但课设拿 20 个左右是合理的数量区间，太少显得单薄，太多则增加过拟合风险。做完特征之后记得做一次标准化，树模型不做也能跑，但如果你后面要试神经网络或逻辑回归，标准化的差异就会暴露出来。
2.4 数据集划分：防止“时间穿越”的切分模板
股票预测课设最常见的翻车点不在模型，而在数据划分。很多人习惯用train_test_split(random_state=42)直接随机切分，这在普通机器学习任务里没问题，但在时间序列里是致命的：随机切分会把未来样本混进训练集，模型等于“偷看”了后市走势，回测收益高得离谱。正确的做法是按时间顺序硬切：前 70% 做训练，中间 15% 做验证，最后 15% 做测试。
def temporal_split(df: pd.DataFrame, train_ratio=0.7, valid_ratio=0.15): n = len(df) train_end = int(n * train_ratio) valid_end = int(n * (train_ratio + valid_ratio)) train = df.iloc[:train_end] valid = df.iloc[train_end:valid_end] test = df.iloc[valid_end:] return train, valid, test这里的关键不是代码本身，而是“验证集用来调参、测试集只准用一次”这个纪律。很多学生在验证集上调了几轮参数后，又把验证集指标写进报告当“最终结果”，这属于数据泄漏的变体。正确做法是测试集跑完拿到指标后就不再回头动参数。如果发现测试集和验证集结果差距很大，要做的不是改参数重跑，而是承认模型泛化能力不足，或者回到特征工程设计上去。这个纪律在答辩时的价值远高于任何模型技巧。
3. 模型选型与训练：把随机森林、XGBoost、LSTM 的课设定位一次说清
3.1 为什么课设不推荐纯 LSTM：样本量与特征维度的性价比
打开这种源码包，很多人第一反应是上 LSTM，觉得“深度学习才高级”。但实际做下来会发现，股票日线数据三年也就七百多个样本，按 7:2:1 划分后训练集只有五百条左右。LSTM 在这种数据规模下很容易过拟合，而且调参成本高、训练时长不可控，对课设来说性价比很低。我见过不少项目最后 LSTM 的结果还不如随机森林，报告里只能写“模型复杂度与样本量不匹配导致的性能瓶颈”，这属于能自圆其说但没有转化出分数的写法。
如果把频率提到分钟级，样本量会变大，但数据获取、清洗成本也随之上升，而且分钟级的噪声更大。所以课设场景更理性的做法是：主模型选树模型，LSTM 作为对照模型放一小节，展示“复杂模型未必有优势”这个结论本身就是一个有价值的实验结果。这样报告既有了丰富度，也避免在答辩时被追问 LSTM 的细节而招架不住。
3.2 树模型组：随机森林与 XGBoost 的适用边界
随机森林和 XGBoost 是这类课设的黄金组合。随机森林收敛稳定、参数少、默认配置就能跑出能看的结果；XGBoost 如果调好参数，通常能比随机森林高几个百分点的 AUC。但 XGBoost 也更容易过拟合，特别在样本量小、特征噪声大的场景下，需要配合早停和正则化。
from sklearn.ensemble import RandomForestClassifier rf = RandomForestClassifier( n_estimators=300, max_depth=6, min_samples_leaf=10, max_features="sqrt", random_state=42, n_jobs=-1, ) rf.fit(X_train, y_train)这里选max_depth=6不是随便写的。股票特征的交互关系没那么深，超过 8 层基本在拟合噪声；min_samples_leaf=10保证叶子节点有足够样本支撑，减少对极端值的响应；max_features="sqrt"让每棵树只看特征子集，增加树间差异性。random_state=42是复现的底线，很多人忽略了这个参数，导致同一份代码跑两次结果不一样，后文避坑章节会专门展开。
XGBoost 的建议参数可以这样起步：学习率 0.02 到 0.05、树深度 3 到 4、subsample 0.8、colsample_bytree 0.8、早停轮数 50。学习率调低后必须调高 n_estimators，否则会欠拟合。这两个模型可以构成一组对比实验：一个基准模型，一个加强模型，报告里自然有了内容。
3.3 一个能跑的模型训练模板：早停与验证集的使用思路
如果源码包里的训练代码没有早停，说明作者没意识到树模型也有过拟合问题。XGBoost 和 LightGBM 都内置早停机制，随机森林虽然没有，但可以通过网格搜索控制深度来近似实现。早停的核心是：每训练一轮（或每增加一棵树）就在验证集上算一次指标，连续 N 轮没有提升就停。
import xgboost as xgb model = xgb.XGBClassifier( n_estimators=1000, learning_rate=0.03, max_depth=4, subsample=0.8, colsample_bytree=0.8, eval_metric="auc", early_stopping_rounds=50, random_state=42, ) model.fit( X_train, y_train, eval_set=[(X_valid, y_valid)], verbose=False, )early_stopping_rounds=50的含义是验证集 AUC 连续 50 轮没有改善就提前终止，然后模型会保留最优迭代次数对应的那组权重。这里建议把n_estimators设大，让早停机制自己决定实际用多少棵树，而不是手动把树数固定成 200。一个容易忽略的细节是，早停依赖验证集，所以验证集不能参与训练，这正好呼应前文“时间序列必须按顺序切分”的纪律。
训练完成后，把验证集上的最佳迭代轮数记录下来写进报告，这是“模型开发过程”的有力证据。如果源码包里没有这层逻辑，你可以自己补上——因为你要的是能自圆其说的项目，不是原样跑通。
4. 最小可复现回测：从训练结果到评测曲线，把源码项目里的回测逻辑抄明白
4.1 回测的最小闭环：预测概率到持仓信号再到净值曲线
模型输出的准确率和 AUC 只能告诉评委“预测对不对”，不能回答“按这个预测来交易到底能不能赚钱”。所以课设里必须有回测环节，哪怕只是极其简化的回测。最小闭环是：拿到测试集每个交易日的预测概率，按阈值转成持仓信号（持有/空仓），用每日收益率累乘得到净值曲线。
prob = model.predict_proba(X_test)[:, 1] # 预测上涨概率 signal = (prob >= 0.55).astype(int) # 概率阈值转仓位信号 # 策略日收益 = 信号 * 标的日收益 # 假设第二天开盘按预测信号执行，这里用当日信号对齐次日收益 strategy_ret = signal * test["ret"].shift(-1) strategy_ret = strategy_ret[:-1] # 去掉最后一个无未来收益的样本 # 净值曲线：初始资金1 nav = (1 + strategy_ret).cumprod()注意代码里的关键假设：signal是 t 日收盘后根据模型算出的，实际持仓在 t+1 日才发生，所以用shift(-1)对齐 t+1 的收益。这是严谨的时间对齐，很多源码包在这里偷懒，直接用当日信号匹配当日收益，等于用了未来数据。两个常见阈值设定：0.5 是朴素二分类边界，但如果你观察验证集上预测概率的分布，会发现很多样本落在 0.45 到 0.55 之间，这些判定为持仓意义不大，把阈值提到 0.55 或 0.6 可以降低交易频率和噪声，代价是可能错过部分上涨日。阈值本身属于“在验证集上调参”的范畴，不能在测试集上反复试。
4.2 交易成本假设：为什么课设报告里的“收益翻倍”不可信
课设回测里最常被诟病的点是不计交易成本。A 股双边交易成本大约在万五到千一之间（佣金加印花税），如果策略频繁换仓，这个成本会吃掉相当一部分收益。更关键的是，评委如果想挑刺，第一个问的问题大概率是“你的回测考虑了手续费和滑点吗”。
# 换手率计算：信号变化的位置需要交易 turnover = signal.diff().abs().sum() / len(signal) cost_rate = 0.001 # 双边成本假设千一 strategy_ret_net = strategy_ret - cost_rate * turnover这里把交易成本折算成每日收益的减项，turnover是平均每日换手率，计算方式虽然粗但方向正确。如果cost_rate从 0 改成 0.001 后策略从盈利变成亏损，报告里就需要补充讨论“策略对交易成本的敏感性”。我通常在报告里放一张表：分别在 0、万五、千一、千二四种成本假设下的最终净值，让读者自己判断策略的稳健性。这种展示比只给一条“扣费后年化收益 15%”更有说服力，因为它展示了作者理解费用的影响机制。
4.3 评估指标清单：从准确率、AUC 到年化收益与最大回撤
准确率在类别不平衡时不可靠，所以至少要同时给出 AUC、F1 和混淆矩阵。AUC 对阈值不敏感，能衡量模型区分度本身；F1 对少数类敏感，如果三档分类中“涨”类占比只有 25%，F1 能反映出模型是否真正识别了少数类。策略层面则必须给出年化收益、夏普比率、最大回撤这三个指标。
def max_drawdown(nav: pd.Series) -> float: peak = nav.cummax() drawdown = nav / peak - 1 return drawdown.min() annual_return = nav.iloc[-1] ** (252 / len(nav)) - 1 mdd = max_drawdown(nav) sharpe = strategy_ret.mean() / strategy_ret.std() * np.sqrt(252)252是 A 股全年近似交易日数量。夏普比率的无风险利率在这里被忽略，课设可以接受这种简化，但报告里要写清楚。最大回撤用cummax计算历史峰值到当前值的最大跌幅，这个指标如果大于 20%，说明策略波动很大，评委通常会质疑实际可投性。把这几个指标汇总成表格，放在工作报告的结果部分，信息密度远高于大段文字。
4.4 报告里必须放的三张图：净值曲线、回撤曲线、分年度绩效表
源码项目里如果有报告，通常最缺的不是模型描述，而是“结果可视化”这部分。答辩场景下，三张图就能撑起结果展示：第一张是策略净值与标的净值（买入持有）对比曲线，直观展示策略有没有超额收益；第二张是回撤曲线，用面积图展示每个时点的回撤深度；第三张是分年度绩效表，按 2022、2023、2024 分开计算收益和回撤，避免某一年行情好导致整体数据失真。
分年度绩效表的价值尤其大，因为 A 股不同年份差异极大——2022 年普遍下跌，2023 年震荡，2024 年区间内也有结构性行情。如果策略在 2022 年靠空仓跑赢基准，在 2023 年又靠选股跑赢，故事就完整了。如果只在某一年赚钱，其他年份亏损，那也不算失败——至少可以引出“策略适应市场风格有限”的诚实讨论，这种讨论在答辩中的得分通常比强行吹嘘高。
5. 避坑排查：预测结果每次不一样、数据穿越和高准确率幻觉的现场排障
5.1 同一个模型跑几次结果完全不一样：随机种子带来的“玄学”
现象：固定了数据和代码，连续运行三次，准确率从 51% 到 55% 再到 49%，回测净值曲线形态都变了。学生容易把这个问题归结为“模型不行”或“数据太随机”，实际上多半是随机种子没固定。随机森林和 XGBoost 内部都有随机过程：树的特征选择、样本抽样、XGBoost 的列采样，都会受全局随机种子影响。更深一层的是环境变量问题，某些库在多线程环境下即使设了random_state，每次运行仍有细微差异。
原因：random_state只控制算法内部随机数，但如果代码里在建模前还跑了依赖随机性的数据处理步骤（比如欠采样、SMOTE 过采样），且那一步没固定种子，整体链路的随机性就失控了。另外 pandas 的某些采样操作、sklearn 的train_test_split也都有各自随机种子。
解决：在所有涉及随机的函数里统一传入random_state=42值，并在一开始就人工固定全局种子：
import os import random import numpy as np import pandas as pd SEED = 42 os.environ["PYTHONHASHSEED"] = str(SEED) random.seed(SEED) np.random.seed(SEED)这能让多数场景下的结果稳定。如果仍不稳定，检查环境里是否有 GPU 参与 tree 训练（一般为 CPU），以及 pandas 版本更新导致的索引行为差异，这时可以把关键中间结果to_pickle保存下来，定位问题出在哪一步。这个排查过程本身就是答辩素材：你证明了结果差异来自随机性而非模型失效。
5.2 测试集准确率 95% 但在样本外一塌糊涂：数据穿越的锅
现象：模型在测试集上准确率高达 90% 以上，报告写得很漂亮，但把同样的模型拿到后一段真实行情里去“模拟交易”，收益反而是负的。
原因：准确率虚高基本指向数据穿越。最典型的穿越发生在两个位置：一是特征里使用了未来数据，比如用 t+1 的成交量去预测 t+1 的涨跌，这在构造特征时的shift方向搞反的情况下会出现；二是标准化时用了全样本的均值和方差，把测试集的统计信息带入了训练过程。前者是明显的逻辑错误，后者则隐蔽得多——用StandardScaler时必须fit在训练集上，再transform在测试集上。
解决：先检查特征矩阵的构建代码里所有shift的方向和窗口是否只依赖历史；再看标准化代码：
from sklearn.preprocessing import StandardScaler scaler = StandardScaler() X_train_scaled = scaler.fit_transform(X_train) X_test_scaled = scaler.transform(X_test) # 绝不能对测试集重新fit如果这两处都没问题但准确率还是高得出奇，就把预测错误的样本列打印出来逐一观察，看看是不是数据索引错位导致训练集和测试集有重叠。
5.3 预测概率全部堆在 0.5 附近：模型没学到东西的信号
现象：模型训练完成后，predict_proba输出的概率集中在 0.45 到 0.55 之间，几乎看不到接近 0 或接近 1 的样本。此时 AUC 大约在 0.5 左右，准确率约 50% 出头，报告只能靠“市场本身噪声大”来圆场。
原因：概率集中说明模型没找到区分性强的特征，或者标签本身定义不合理。股票日线涨跌方向受太多非量价因素影响，仅靠日线技术指标本来就不容易做出高区分度。另一种可能是特征在构造时引入了大量重叠信息，树模型在冗余特征下学习速度变慢，输出趋于平均。
解决：不要把目标锁定在“提高准确率到 80%”上（这在日线预测上基本是伪需求），而是转向两个方向：一是重定义问题，把预测目标改成“未来 5 日累计收益是否为正”，窗口拉长后信噪比会提升；二是接受低 AUC 的现实，把分析重点转向“在概率极端时交易，其他时候空仓”，用阈值极端化来提升策略实际表现。
5.4 回测绩效“不降反升”，尤其在市场暴跌阶段：波动率作为泄漏代理变量
现象：策略在 2022 年市场大幅下跌期间，回测净值居然创了新高。看上去策略逆势赚钱，但仔细看持仓记录，发现它在下跌最猛的日子里始终保持空仓。表面合理，实际上可能中了“特征泄漏”的伏笔。
原因：某些技术指标天然包含了未来波动信息，比如用当日最高价和最低价构建的特征，在 t 日就能反映 t 日的日内波动，而如果标签用的是 t+1 日收益，t 日特征多少会携带“市场当前状态”的信息，这不算穿越，但会形成一种伪规律：极端波动后短期方向容易延续或反转。模型可能学到的是“当前高波动 → 明天继续跌”这类统计规律，这属于真实存在的动量/反转效应，只是其稳定性存疑。
解决：把波动率单独拿出来做样本外验证：用波动率特征在测试集上构建一个只预测“次日是否高波动”的辅助模型，如果这个辅助模型也能得到 60% 以上的准确率，说明波动率特征里确实携带了可预测信息，那主模型的绩效优势就需要重新审视，不能简单归功于“选股能力”。报告里最好加一段“策略收益来源归因”，把收益拆成波动率择时贡献和个股方向预测贡献两部分。
5.5 报告展示的绩效与源码复现结果对不上：版本差异与缓存残留
现象：同学拷到源码包后按 README 运行，得到的回测净值曲线和报告里的截图差很多。有人怀疑作者“P 图”，但更常见的原因是环境版本差异或数据下载范围差异。
原因：pandas 版本升级后部分 API 行为变化（比如pct_change的 fill_method），sklearn 版本升级导致模型默认参数变化（比如某些版本的随机森林默认n_jobs不同），或者数据源接口返回的复权价格口径不同——前复权、后复权、不复权的涨跌幅计算结果差异巨大。
解决：拿到任何源码项目，第一步不是跑模型，而是锁定环境。建议在项目根目录维护一个requirements.txt，并明确数据区间和复权方式。复现时遵循“先核对数据统计量，再核对模型指标”的顺序：先算下载数据的首尾日期、均值、标准差，和报告里的表对齐，然后再跑模型。
提示：如果你要复现别人的课设，遇到结果不一致，不要急着改代码，先确认数据形状一致。大部分不一致来自数据源，而不是模型代码本身。
6. 让课设结果站得住脚：滚动重训、分年验证和费用敏感性检验的最后一英里
到这一步，模型、回测、报告基本成形，但距离一个“经得起追问”的课设还差三个收尾动作。第一个动作是滚动重训。固定的一次训练加一次测试只能证明“这个时间窗口内模型有效”，评委只要问一句“把训练窗口往后推半年还行吗”，你手上得有一张分时间段的绩效图。做法是把训练起点固定，之后每隔 60 个交易日用历史数据重新训练一次模型，测试下一个 60 天，如此滚动直到覆盖整个测试集。这种滚动验证更接近真实交易中模型的迭代方式，也能暴露“模型在某个时段突然失效”的问题。
def rolling_validate(df, features, label, retrain_days=60, test_days=60, model_fn=None): nav_list = [] start = 300 # 留足初始训练数据 while start + test_days < len(df): train = df.iloc[start - retrain_days:start] test = df.iloc[start:start + test_days] model = model_fn() model.fit(train[features], train[label]) prob = model.predict_proba(test[features])[:, 1] signal = (prob >= 0.55).astype(int) daily_ret = signal * test["ret"].shift(-1) nav_list.append((1 + daily_ret.fillna(0)).cumprod()) start += test_days return nav_list滚动重训的窗口长度要结合数据总量设，样本太少时每段 60 天的测试窗口会带来很大的波动，可以放宽到 120 天。代码里每次重新fit一次模型，成本高于一次性训练，但课设规模完全可以接受。拿到的多段净值曲线能画成一张“滚动净值带”——用不同透明度展示各段净值，从中能直观看出策略是否依赖特定行情。
第二个动作是分年验证。把测试集按自然年拆开，分别计算年化收益、最大回撤、交易次数、胜率。如果 2022 年策略靠空仓躲过大跌、2023 年靠选股赚钱、2024 年两种逻辑都失效，那么报告就多了一段“策略风格漂移”的分析。这种分析比单纯吹“稳定盈利”可信得多，也更像一个做实验的态度。
第三个动作是费用敏感性检验。把交易成本从 0、万五、千一、千二四档分别跑一遍回测，表格呈现最终净值和最大回撤。如果策略在千一的费用假设下依然盈利，那它的结论才有实践参考价值；如果费用一提高就转亏，报告就明确写“策略仅适合低频交易场景”，这也是一种有价值的边界说明。
我的个人习惯是拿出一页纸，把三个表格并排放在报告末尾：滚动窗口的收益分布表、分年度绩效表、费用敏感性表。答辩时评委追问任何一方面，我都能直接指到对应表格。这比现场翻代码找数字体面得多。课设的意义从来不在于模型真的能稳定预测股票——如果真能，作者就不会还在写课设了——而在于你能否证明自己理解了时序预测的完整方法论，并且对结果保持清醒的边界意识。希望这一整条链路能帮你在答辩前把“结果不稳定”变成“结果被充分理解”，那比一个虚高的准确率有用得多。希望帮到你。
本文还有配套的精品资源，点击获取
