基于深度学习的股票预测平台 | 模块化架构 + 技术指标 + 多因子策略
BigA 是一个跨平台的股票数据分析与预测系统，采用 Rust + Svelte 构建，具有清晰的模块化架构：
- 📊 沪深股市数据采集与管理
- 🧠 深度学习股票预测（Candle 框架）
- 💎 金融级预测策略（多因子评分、买卖点识别）
- 📈 技术指标分析（MACD、KDJ、RSI、布林带等）
- 📱 跨平台支持（Windows、macOS、Linux）
src-tauri/src/
├── lib.rs # 应用入口
├── error.rs # 统一错误处理
│
├── config/ # 📋 配置模块
│ ├── constants.rs # 常量定义
│ └── weights.rs # 策略权重配置
│
├── utils/ # 🔧 工具模块
│ ├── date.rs # 日期处理
│ └── math.rs # 数学计算
│
├── db/ # 💾 数据层
│ ├── connection.rs # 数据库连接池
│ ├── models.rs # 数据模型
│ └── repository.rs # 数据仓库（CRUD）
│
├── api/ # 🌐 外部 API
│ └── stock.rs # 股票数据接口
│
├── prediction/ # 🎯 预测核心模块
│ ├── types.rs # 类型定义
│ │
│ ├── indicators/ # 📊 技术指标（MACD/KDJ/RSI/布林/OBV/CCI/DMI/ATR/量比换手等）
│ │
│ ├── analysis/ # 📈 分析模块（按职责拆分为文件夹模块）
│ │ ├── trend.rs / volume.rs / pattern.rs / support_resistance.rs
│ │ ├── divergence/ # 背离检测（detectors/checks/extremes/action）
│ │ ├── market_regime/ # 市场状态分类（indicators/volatility/classifier）
│ │ └── signal_confirmation/ # 信号确认（sources/conflict/weights/combination）
│ │
│ ├── strategy/ # 💡 策略模块
│ │ ├── multi_factor/ # 多因子评分（factors/weights/transform）
│ │ ├── professional_engine/ # 专业预测引擎（signals/direction/change/risk/output）
│ │ ├── adaptive_weights.rs / price_model.rs / multi_timeframe.rs
│ │
│ ├── model/ # 🤖 机器学习（Candle MLP）
│ │ ├── features.rs # 特征工程（含量比/换手率）
│ │ ├── network.rs # MLP + 训练（train_and_save/train_eval/train_predict）
│ │ ├── inference.rs # 规则引擎编排 + analyze() ／ ml_inference.rs
│ │ └── training.rs / management.rs
│ │
│ ├── backtest/ # 📉 真实走步回测（方向准确率/MAPE/朴素基准/edge/高置信）
│ ├── factor.rs # 🧮 截面因子库（含 量比×换手率 组合因子）
│ └── cross_section.rs # 🎯 滚动截面多因子排序（市场中性，有正样本外 IC）
│
├── services/ # ⚙️ 服务层
│ ├── stock.rs # 股票服务
│ ├── historical.rs # 历史数据服务
│ └── prediction.rs # 预测服务
│
└── commands/ # 🎮 Tauri 命令
├── stock.rs # 股票命令
├── stock_list.rs # 股票列表
├── stock_realtime.rs # 实时数据
├── stock_historical.rs # 历史数据
└── stock_prediction.rs # 预测命令
- Svelte + TypeScript：响应式用户界面
- 原生 CSS 设计变量：专业深色数据工作台
- Rust：高性能后端逻辑
- Tauri：跨平台桌面应用框架
- SQLite + SQLx：异步数据库操作
- Candle：Rust 原生深度学习框架
- 4层深度神经网络：256→128→64→32 + 残差连接
- 训练优化：AdamW、学习率调度、早停、L2 正则化、Dropout
| 指标 | 说明 | 用途 |
|---|---|---|
| MACD | 指数平滑异同移动平均线 | 趋势判断、金叉死叉 |
| KDJ | 随机指标 | 超买超卖、短期转折 |
| RSI | 相对强弱指数 | 超买超卖判断 |
| 布林带 | Bollinger Bands | 波动区间、突破信号 |
| OBV | 能量潮指标 | 量价配合分析 |
| CCI | 商品通道指数 | 异常波动检测 |
| DMI | 趋向指标 | 趋势强度判断 |
| ATR | 真实波动幅度 | 波动率、止损设置 |
- ✅ 趋势分析：MA 多周期趋势、趋势强度量化
- ✅ 量价分析：量价配合、OBV 趋势、吸筹信号
- ✅ K线形态：10+ 经典形态识别（锤子线、早晨之星等）
- ✅ 支撑阻力：5类关键价位（MA/高低点/整数关口/密集区/斐波那契）
- ✅ 多因子评分：7大维度综合评分
- ✅ 多周期共振：日/周/月三重确认
- ✅ 模型训练：自定义训练参数、批量训练（Candle MLP，真实训练 + 保存）
- ✅ 智能预测：价格预测 + 方向预测 + 置信度（有模型走 ML，否则规则引擎）
- ✅ 预测理由：每个预测带详细理由和关键因素
- ✅ 模型管理：保存、加载、删除、评估
经严格走步回测（每期滚动重估因子权重，逐日累计样本外指标）得到的核心结论：
- 单股"次日涨跌方向"预测无超额：规则引擎/单股 ML 方向准确率 ~46–48%，低于"总猜多数方向"的朴素基准（市场有效性使然）。
- 滚动截面多因子有真实 alpha：前向 Rank IC ≈ +0.05，多空（top20%-bot20%）毛 +0.57%/5日，扣 0.3%/期双边成本后净 ≈ +0.27%/5日。
- 量比 × 换手率组合显著强于单独使用（IC 强 3–4 倍）；主力因子为低振幅、低换手、低波动。
- 广度是最大杠杆：扩大票池可持续提升 IC。
实现见 prediction/factor.rs（因子库）与 prediction/cross_section.rs（截面标准化 + 滚动 IC 加权 + 正交化 + 走步评估）；命令 cross_sectional_ranking 输出全市场相对强弱排名。
- Node.js（推荐 LTS 版本）
- Rust 工具链（最新稳定版）
- bun 包管理器
# 克隆仓库
git clone https://github.com/zzhtl/biga.git
cd biga
# 安装依赖
bun install
# 运行开发环境
bun run tauri devcd src-tauri
# 单元 + 集成测试
cargo test
# —— 量化研究工具（务必 --release，否则训练/回测很慢）——
# 截面多因子评测：单因子 IC、前向滚动 Rank IC、正交化对比、加成本净多空、最新排名
cargo run --release --example cross_sectional
# 批量拉取更多股票历史+股本（改 examples/fetch_more_data.rs 的 CODES 列表）
cargo run --release --example fetch_more_data
# 全库回填股本/量比/换手率
cargo run --release --example batch_refresh
# 规则引擎走步回测 / 池化 ML 评测（对照，已证无超额）
cargo run --release --example tune_backtest
cargo run --release --example pooled_ml1. 输入股票代码（如：sh600519）
2. 选择现有模型或训练新模型
3. 设置预测天数
4. 点击"快速预测"查看结果
1. 输入股票代码
2. 选择已有模型
3. 点击"💎 金融级预测"
4. 查看买卖点信号、支撑压力位等专业分析
1. 输入股票代码
2. 配置训练参数（epochs、batch_size、learning_rate）
3. 训练完成后即可用于预测
graph TB
subgraph 数据层
A[API 数据采集] --> B[数据库存储]
end
subgraph 分析层
B --> C[技术指标计算]
C --> D[趋势/量价分析]
D --> E[形态识别]
end
subgraph 策略层
E --> F[多因子评分]
F --> G[多周期共振]
end
subgraph 预测层
G --> H[深度学习模型]
H --> I[价格预测]
I --> J[买卖点识别]
end
subgraph 输出
J --> K[预测结果]
J --> L[操作建议]
J --> M[风险评估]
end
| 文档 | 说明 |
|---|---|
| 📘 完整文档 | 系统概述、技术指标、模型训练、权重配置、常见问题等 |
本系统仅供技术学习和研究使用，不构成任何投资建议。股市有风险，投资需谨慎。使用本系统进行投资决策所产生的任何损失，开发者不承担任何责任。
欢迎提交 Issues 和 Pull Requests！请确保代码符合项目的代码风格和测试要求。
MIT