简介来自厦门“博雅杯”C题的黄金价格走势分析与预测数学建模研究面向高等院校师生、科研机构研究者及对贵金属市场感兴趣的个人投资者围绕黄金价格波动大、影响因素复杂的特点完整演示了从关键因素筛选、数学模型构建与显著性检验到未来金价预测和多情景投资策略的流程。资源为单个PDF文档压缩包仅117KB轻量易用适合课堂研讨、学术自学和投资者教育目前已有469人学习。内容不仅讲解了黄金价格决定机制和量化分析方法还给出了2024—2030年金价大致走向的预测框架以及全球经济复苏、政治稳定与否等不同情景下的投资策略建议文末配有导向性问题便于学习者对照模型实操演练并从经济学、统计学等跨学科角度深化理解增强风险意识与实战能力。1. 黄金价格预测为什么值得用数学建模做一次“拆解”拿到某市那场竞赛的 C 题时我第一反应是这题又“玄学”了黄金价格受美联储、地缘冲突、通胀预期影响任何一个财经新闻都能让模型瞬间翻车。可真正动手后我发现数学建模用于黄金价格走势分析与预测的研究核心并不是去押涨跌而是把价格序列拆成趋势项、周期项和残差项再用统计模型和机器学习分别刻画这三部分最后输出带置信区间的判断。对参赛者来说这题的得分点不在模型多花哨而在你能不能把数据清洗、特征构造、模型选择和残差分析讲出一个自洽的完整链条。对有量化交易背景的人这套流程同样能直接迁移到其他带强趋势、高波动的金融序列上。下面我把一套能在住宿赛场完整跑通的方案拆开讲参数和坑都放在对应位置。2. 先处理数据再谈模型黄金预测吃的是哪几路特征2.1 赛题数据集的第一轮清洗从日期到收益率的转换C 题给的数据通常包含伦敦金或纽约金日度收盘价以及可能附带的美元指数、美国十年期国债收益率、原油价格等宏观指标。拿到数据不要急着建模先把日期索引对齐。金融序列最常见的翻车点是不同数据源的交易日不同伦敦金和纽约金节假日不一致直接按行合并会出现错位。我一般先做三步清洗这段代码是整题的地基import pandas as pd import numpy as np gold pd.read_csv(gold_price.csv, parse_dates[date]) macro pd.read_csv(macro_data.csv, parse_dates[date]) # 1. 去重、按日期排序、设定索引 gold gold.drop_duplicates(subsetdate).sort_values(date) gold[date] pd.to_datetime(gold[date]) gold gold.set_index(date) # 2. 与宏观数据做外连接缺失值保留并稍后填充 df gold.join(macro, howouter) df df.sort_index() # 3. 构造收益率序列用对数收益率而非价格差分 df[ret] np.log(df[gold_price] / df[gold_price].shift(1))这里的关键是第三步为什么用对数收益率而不是价格差分因为黄金价格是带趋势的直接对价格建模会让模型把“昨天价格高”当成今天上涨的原因差分后序列才近似平稳。对数收益率还能直接做多期累加还原价格后面做预测区间时会省很多事。填充缺失值需要注意金融时间序列不建议用全局均值填充那会把未来信息泄漏到历史里。我用的是前向填充加一个“是否缺失”的标记列让模型自己学缺失模式。这一步是血泪经验后面避坑章还会再提。2.2 特征构造滞后项、波动率与宏观指标的错位对齐数据清洗完下一步才是真正体现建模水平的地方。黄金价格走势分析的特征不是越多越好而是要让每个特征都有经济含义。常见做法是构造三类特征价格自身的历史滞后项、波动率特征、宏观指标的错位对齐项。滞后项解决的是“动量效应”黄金趋势一旦形成短期内会有惯性。我选取 lag1、lag3、lag5、lag20 这四档分别对应日度惯性、周内效应和月度趋势。波动率特征用过去 20 日收益率的标准差刻画黄金在避险情绪升温时波动率会同步抬升。宏观指标要注意错位美国十年期国债收益率当天的数据要滞后一天对齐到黄金价格因为两个市场收盘时间不同同一天的数据并不代表同一时刻的信息。这个细节如果忽略模型会把“未来”当特征用回测成绩虚高。这段代码构造出建模用的主特征表# 滞后项分别滞后1、3、5、20个交易日 for lag in [1, 3, 5, 20]: df[fret_lag{lag}] df[ret].shift(lag) # 波动率过去20日对数收益率的标准差 df[vol20] df[ret].rolling(20).std() # 周几效应黄金在非农数据发布日附近波动异常 df[dayofweek] df.index.dayofweek # 宏观指标错位对齐用前一天的美债收益率与美元指数 df[us10y_lag1] df[us10y].shift(1) df[dxy_lag1] df[dxy].shift(1) # 删除前面构造特征产生的空行 model_df df.dropna().copy()特征构造完成后务必做一次时间序列切分不要用train_test_split的随机切分。金融数据一旦随机打乱模型会偷看未来。我习惯按时间顺序切前 80% 做训练后 20% 做验证这个边界必须在赛题报告里明确写出。3. 从基准到主力ARIMA、GARCH 与灰色预测的适配边界3.1 三套经典模型的定位谁负责趋势谁负责区间谁负责兜底把特征表交给机器学习之前先跑三个经典统计模型作为基准这既是赛题报告需要的对比也是后续融合的底料。ARIMA 适合拟合线性趋势和自回归它的输出是点预测GARCH 不预测价格专攻波动率能给出预测区间的宽度灰色预测 GM(1,1) 适合数据量小、趋势单调的场景黄金段数据如果只有两年它反而比 ARIMA 稳定。实际竞赛中ARIMA 是绝对主力。黄金价格的对数收益率序列基本是平稳的ARIMA(p,1,q) 的 d 取 1 就够。定阶时我用 AIC 做网格搜索同时看 ACF/PACF 图防止自动定阶给出过高的 p。GARCH 的定位容易被忽略。评委如果追问“你的预测区间怎么来的”很多队伍答不上来。GARCH(1,1) 是最稳妥的选择两个参数分别控制波动率对上一期波动的敏感度和长期均值回归速度。3.2 用回测框把三个模型压到同一把尺子下三个模型输出形式不一样ARIMA 输出价格、GARCH 输出波动率、GM(1,1) 输出累加后的预测值必须统一成“收益率预测 区间”后才能比较。我写了一个滚动回测框架每次用前 500 个交易日训练、预测未来 5 天然后窗口向前滚 5 天避免一次切分带来的偶然性。回测代码的核心结构如下from statsmodels.tsa.arima.model import ARIMA import warnings warnings.filterwarnings(ignore) def rolling_backtest(y, horizon5, window500): preds [] trues [] for start in range(0, len(y) - window - horizon, horizon): train y[start:start window] test y[start window:start window horizon] # ARIMA 定阶d1p、q在0-3内选AIC最小 best_aic, best_cfg float(inf), None for p in range(0, 4): for q in range(0, 4): try: model ARIMA(train, order(p, 1, q)) res model.fit() if res.aic best_aic: best_aic, best_cfg res.aic, (p, 1, q) except Exception: continue model ARIMA(train, orderbest_cfg).fit() pred model.forecast(horizon)[0] preds.append(pred) trues.append(test) return np.concatenate(preds), np.concatenate(trues)这段代码的坑在于forecast返回的是收益率预测还是价格预测取决于你传入的是ret序列还是价格序列。如果传入的是对数收益率预测结果要累加才能还原价格。我建议只对收益率建模因为收益率平稳ARIMA 的 d 保持为 0 或 1避免二阶差分后预测值漂移。模型评估指标除了 RMSE还要加一个方向准确率——预测的第 5 天涨跌方向与真实方向是否一致。竞赛评阅时方向准确率比 RMSE 更容易讲故事因为黄金价格本身的波动就很难精确命中但方向对错一眼就能看出模型的判断力。3.3 GARCH 的实战参数与灰色预测的适用时长GARCH 模型用arch库实现参数我固定为 GARCH(1,1)均值模型用 AR(1) 效果更好。黄金波动率聚类现象明显单用 GARCH(1,1) 就能捕捉大部分波动特征不需要上 EGARCH。灰色预测 GM(1,1) 我把它当“兜底模型”用。它的原理是对原始数据做一次累加生成再用指数函数拟合适合单调趋势序列。黄金在震荡行情下 GM(1,1) 预测结果会明显滞后但如果赛题给出的时间序列只有 1 年且整体呈单边上涨GM(1,1) 往往比 ARIMA 表现更稳。使用时直接对价格序列做保持在 10 期以内预测超过 10 期误差会指数放大。def gm11(x0, pred_len5): x0 np.asarray(x0, dtypefloat) x1 np.cumsum(x0) # 一次累加生成 z1 (x1[:-1] x1[1:]) / 2.0 # 紧邻均值序列 B np.vstack([-z1, np.ones(len(z1))]).T y x0[1:].reshape(-1, 1) # 最小二乘估计参数 a(发展系数), b(灰作用量) theta np.linalg.lstsq(B, y, rcondNone)[0] a, b theta[0], theta[1] x1_fit np.zeros(len(x0) pred_len) x1_fit[0] x0[0] for i in range(1, len(x1_fit)): x1_fit[i] (x0[0] - b / a) * np.exp(-a * (i - 1)) return np.diff(x1_fit, prependx1_fit[0])注意np.diff的prepend参数保证第一个值等于 x0 的第一个值避免还原时长度少 1。GM(1,1) 不需要滑动窗口直接拿全部历史拟合但每次预测长度不要超过样本量的 1/10这是从误差传播公式推出来的经验值。4. 把残差交给机器学习随机森林与 LSTM 的融合方案4.1 特征表设计与时间泄漏管理前面的特征这次要全部复用统计模型把趋势部分吃掉了剩下的残差里还有非线性信息。第四步是用随机森林或 LSTM 去学残差。这里有个关键设计机器学习的特征不能直接拿原始价格而要用上一章统计模型的预测结果、滞后收益率、波动率以及宏观指标的滞后值。特征表设计如下ret_lag1/3/5/20、vol20、dayofweek、arima_pred、gm_pred、us10y_lag1、dxy_lag1。目标变量是真实收益率减去 ARIMA 预测的残差。这样机器学习只负责补短板而不是从零学习价格模型的可解释性也更好。时间泄漏管理是第一优先级。标准化时必须只用训练集的均值和标准差不能用全局数据。验证集的宏观指标继续用滞后值绝不允许把当天数据传入。from sklearn.ensemble import RandomForestRegressor from sklearn.preprocessing import StandardScaler # train_df 与 val_df 已按时间顺序切分 feature_cols [ret_lag1, ret_lag3, ret_lag5, ret_lag20, vol20, dayofweek, arima_pred, gm_pred, us10y_lag1, dxy_lag1] target_col residual # 真实ret - ARIMA预测ret scaler StandardScaler() train_X scaler.fit_transform(train_df[feature_cols]) val_X scaler.transform(val_df[feature_cols]) rf RandomForestRegressor( n_estimators300, max_depth4, min_samples_leaf5, random_state42 ) rf.fit(train_X, train_df[target_col]) residual_pred rf.predict(val_X) final_pred arima_pred_val residual_pred随机森林参数这里有几个讲究。max_depth限制为 4因为残差序列的复杂度有限深度太大必然过拟合min_samples_leaf5保证叶子节点至少有 5 个样本降低对个别波动日期的敏感度。n_estimators300够用再多也只是增加训练时间对精度几乎没有提升。4.2 LSTM 的仿真参数与数据量博弈LSTM 在黄金价格预测里名声很大但赛题数据通常只有几百到一千个交易日LSTM 非常容易过拟合。我的建议是LSTM 只做短序列预测窗口长度取 20 天输入为标准化后的收益率和波动率输出为下一交易日的残差校正。层数不要超过两层每层单元数 32 起步加 Dropout 0.2。from tensorflow.keras.models import Sequential from tensorflow.keras.layers import LSTM, Dense, Dropout def build_lstm(window20, n_features4): model Sequential([ LSTM(32, input_shape(window, n_features), return_sequencesTrue), Dropout(0.2), LSTM(16), Dropout(0.2), Dense(1) ]) model.compile(optimizeradam, lossmse) return model # 构造滑窗样本输入为 t-window1 到 t 的特征输出为 t1 的收益率残差 def make_windows(data, window20): X, y [], [] for i in range(window, len(data) - 1): X.append(data[i - window:i]) y.append(data[i 1, -1]) # 最后一列是残差 return np.array(X), np.array(y)Keras 默认的split参数如果设为 0.2注意它也会打乱数据。时序数据要手动用最后 20% 做验证不要用validation_split这点踩过坑的人都知道。真正让 LSTM 发挥作用的技巧是把第 3 章的统计模型预测值作为额外特征喂进去。这样 LSTM 学的是 ARIMA 和 GM 都没解释掉的那部分周期而不是去重复学线性趋势。在数据量不足 800 条的情况下两层 LSTM 加上 0.2 的 Dropout 效果优于一层大宽度 LSTM。4.3 模型融合不是简单平均按波动率做权重的动态加权用随机森林和 LSTM 分别得到残差预测后融合方式不要用固定 0.5 的权重。黄金价格在低波动期和极端波动期的驱动因素完全不同低波动期统计模型的表现更好高波动期非线性模型的补残差能力更强。我常用波动率分位数做动态权重当vol20低于历史 30% 分位时统计模型权重 0.8、机器学习 0.2高于 70% 分位时反过来。def dynamic_weight(vol, hist_vol, ml_pred, stat_pred): q30, q70 np.percentile(hist_vol, [30, 70]) if vol q30: alpha 0.8 elif vol q70: alpha 0.2 else: alpha 0.5 return alpha * stat_pred (1 - alpha) * ml_pred这套融合逻辑在报告里非常加分因为它展示了你对市场状态切换的理解而不是简单堆模型。动态权重需要的历史分位数在拟合阶段用训练集统计验证集只查表再次保证不泄漏。5. 黄金预测常见问题与避坑指南5.1 数据泄漏回测 RMSE 骗了你现象训练集误差和验证集误差都极低RMSE 只有真实波动率的十分之一但把模型拿到赛题最后一段数据上预测时完全偏离。原因最常见的是特征构造阶段用了全序列的信息。比如我把vol20用全序列计算后再做训练集切分这样训练集里的vol20其实包含了验证集的数据另一个高频错误是填充缺失值时用全局均值。解决所有滚动窗口、均值、标准差、分位数全部只在训练集上计算然后 transform 到验证集。写代码时把特征构造和切分的顺序明确分开先切分再在训练集内部构造特征或者先构造特征再切分但要保证特征本身不会跨时间区间引用数据。后者实现起来容易出错我只在前者架构下操作。5.2 ARIMA 差分阶数选择错误导致预测漂移现象d2 时 ARIMA 预测结果为一条斜直线向上或向下直冲完全脱离黄金价格波动区间。原因对对数收益率再做一次差分序列变成二阶差分模型学到的均值回归被破坏预测结果失去约束。解决不要用 auto_arima 的默认设置直接跑。先对序列做 ADF 检验收益率序列通常已经平稳d0 即可如果不平稳d1 足够。d 不要超过 1除非你能解释二阶差分背后的经济含义。定阶后看 ACF 和 PACF 图截尾或拖尾特征与 p、q 选择是否吻合这也是答辩时评阅老师爱问的点。5.3 GM(1,1) 对震荡行情彻底失灵现象灰色预测在单边上涨段表现好进入震荡段后预测值和真实值呈现明显的“滞后镜像”。原因GM(1,1) 本质是用指数函数拟合一次累加序列而震荡序列累加后并非单调指数形态拟合出的 a 参数无法表达周期性。解决不要用 GM(1,1) 做最终预测把它当作“趋势参考线”。在赛题报告中明确写出 GM(1,1) 的适用边界样本量小且单调趋势明显时优先震荡行情下改用 ARIMA 或机器学习。如果非要用可以先对序列做 HP 滤波把趋势项拆出来只对趋势项做 GM(1,1)震荡项交给 GARCH 表达。5.4 随机森林特征全部被滞后收益率占主导现象feature_importance里ret_lag1占比超过 60%其他宏观特征接近 0模型的预测结果基本就是“昨天涨今天继续涨”。原因这不算 bug但说明模型没学到真正的外部驱动信息。可能宏观指标的特征构造有问题比如你用了当天美元指数去预测当天黄金收益率这在时间上已经“先有鸡还是先有蛋”了。解决检查宏观特征是否都做了滞后对齐。再用相关性矩阵确认宏观特征与目标变量的相关性是否在可接受范围。如果相关性极低换特征加入金价与美债实际利率的差值序列、避险情绪代理变量如 VIX 指数滞后值。但要注意 VIX 数据在赛题里可能没有没有就不用不要编造外部数据来源。5.5 随机种子和库版本导致复现失败现象同一份代码换一台电脑运行验证集 RMSE 相差 5% 以上LSTM 结果甚至每次跑都不一样。原因随机森林和神经网络的随机种子未固定或numpy、statsmodels版本不同导致 ARIMA 定阶结果不同。解决在代码开头设置np.random.seed(42)、random.seed(42)、LSTM 里tf.random.set_seed(42)。提交代码时在报告附录写清楚库版本清单至少包含pandas、numpy、statsmodels、sklearn、arch、tensorflow的大版本号。这个习惯在竞赛答辩前救过我一次当时两个队友跑出的 ARIMA 结果不一致问题就出在statsmodels版本差异导致 AIC 计算有细微差别。6. 让预测结果在评阅中站得住方向准确率与 walk-forward 验证最后一章的落点不是调模型而是如何让你的预测结果在赛题评阅维度上站得住。C 题拿到后先看评分细则通常包含建模合理性、数据预处理、模型对比、结果分析与建议。我每次到这里会停下来问自己评委看完这份报告后能不能复现我的数字如果随机种子不同结果就变了那就说明流程还不够稳。一个特别推荐的验证方法是 walk-forward 验证加滚动再训练。每预测 5 天窗口向前滑 5 天然后重新拟合统计模型和机器学习模型而不是用固定模型预测所有未来时段。这样评委看到的不是理想化的单一预测而是模型在多个时间切片上的稳定性。上一条避坑里提过随机种子固定现在要强调的是整个回测流程从训练到预测的时间消耗要控制在 15 分钟内如果某步超过这个时间说明模型复杂度与数据量不匹配答辩时会被追问“为什么不用更简单的方法”。进阶技巧上我习惯把最终预测做成三幅图第一幅是历史价格与预测曲线的叠加第二幅是预测区间用 GARCH 波动率乘以 1.64 或 1.96 构建 90% 和 95% 置信带第三幅是方向准确率的逐段累计折线。三幅图放在报告的结果部分比任何大段的文字解释都更有说服力。方向准确率如果达到 55% 以上配合合理的置信区间评阅的观感会明显好过一个精确度虚高但区间不诚实的模型。我还保留了从收益率还原价格时的一个习惯预测的每个节点上把模型的不确定性以“区间不单调收窄”的方式画出来。因为黄金价格多个驱动因子下后一天的预测区间必然比前一天宽这样画图在视觉上更真实。最近一次做这个 C 题的经验是淋雨回测成绩最好的模型往往不是预测价格最准的而是残差最小且区间覆盖率最高的那个——这才是评阅老师想看到的东西。同样一个项目的教训也值得说不要在报告里只写精度的最终值把 GM(1,1) 在震荡段翻车、分位数权重融合优化的过程写出来反而让建模逻辑更立体。黄金价格模型的本质是极端不确定系统把“确定”的部分算准把“不确定”的部分用区间表达出来这篇竞赛论文就立住了。希望帮到你。本文还有配套的精品资源点击获取
简介来自厦门“博雅杯”C题的黄金价格走势分析与预测数学建模研究面向高等院校师生、科研机构研究者及对贵金属市场感兴趣的个人投资者围绕黄金价格波动大、影响因素复杂的特点完整演示了从关键因素筛选、数学模型构建与显著性检验到未来金价预测和多情景投资策略的流程。资源为单个PDF文档压缩包仅117KB轻量易用适合课堂研讨、学术自学和投资者教育目前已有469人学习。内容不仅讲解了黄金价格决定机制和量化分析方法还给出了2024—2030年金价大致走向的预测框架以及全球经济复苏、政治稳定与否等不同情景下的投资策略建议文末配有导向性问题便于学习者对照模型实操演练并从经济学、统计学等跨学科角度深化理解增强风险意识与实战能力。1. 黄金价格预测为什么值得用数学建模做一次“拆解”拿到某市那场竞赛的 C 题时我第一反应是这题又“玄学”了黄金价格受美联储、地缘冲突、通胀预期影响任何一个财经新闻都能让模型瞬间翻车。可真正动手后我发现数学建模用于黄金价格走势分析与预测的研究核心并不是去押涨跌而是把价格序列拆成趋势项、周期项和残差项再用统计模型和机器学习分别刻画这三部分最后输出带置信区间的判断。对参赛者来说这题的得分点不在模型多花哨而在你能不能把数据清洗、特征构造、模型选择和残差分析讲出一个自洽的完整链条。对有量化交易背景的人这套流程同样能直接迁移到其他带强趋势、高波动的金融序列上。下面我把一套能在住宿赛场完整跑通的方案拆开讲参数和坑都放在对应位置。2. 先处理数据再谈模型黄金预测吃的是哪几路特征2.1 赛题数据集的第一轮清洗从日期到收益率的转换C 题给的数据通常包含伦敦金或纽约金日度收盘价以及可能附带的美元指数、美国十年期国债收益率、原油价格等宏观指标。拿到数据不要急着建模先把日期索引对齐。金融序列最常见的翻车点是不同数据源的交易日不同伦敦金和纽约金节假日不一致直接按行合并会出现错位。我一般先做三步清洗这段代码是整题的地基import pandas as pd import numpy as np gold pd.read_csv(gold_price.csv, parse_dates[date]) macro pd.read_csv(macro_data.csv, parse_dates[date]) # 1. 去重、按日期排序、设定索引 gold gold.drop_duplicates(subsetdate).sort_values(date) gold[date] pd.to_datetime(gold[date]) gold gold.set_index(date) # 2. 与宏观数据做外连接缺失值保留并稍后填充 df gold.join(macro, howouter) df df.sort_index() # 3. 构造收益率序列用对数收益率而非价格差分 df[ret] np.log(df[gold_price] / df[gold_price].shift(1))这里的关键是第三步为什么用对数收益率而不是价格差分因为黄金价格是带趋势的直接对价格建模会让模型把“昨天价格高”当成今天上涨的原因差分后序列才近似平稳。对数收益率还能直接做多期累加还原价格后面做预测区间时会省很多事。填充缺失值需要注意金融时间序列不建议用全局均值填充那会把未来信息泄漏到历史里。我用的是前向填充加一个“是否缺失”的标记列让模型自己学缺失模式。这一步是血泪经验后面避坑章还会再提。2.2 特征构造滞后项、波动率与宏观指标的错位对齐数据清洗完下一步才是真正体现建模水平的地方。黄金价格走势分析的特征不是越多越好而是要让每个特征都有经济含义。常见做法是构造三类特征价格自身的历史滞后项、波动率特征、宏观指标的错位对齐项。滞后项解决的是“动量效应”黄金趋势一旦形成短期内会有惯性。我选取 lag1、lag3、lag5、lag20 这四档分别对应日度惯性、周内效应和月度趋势。波动率特征用过去 20 日收益率的标准差刻画黄金在避险情绪升温时波动率会同步抬升。宏观指标要注意错位美国十年期国债收益率当天的数据要滞后一天对齐到黄金价格因为两个市场收盘时间不同同一天的数据并不代表同一时刻的信息。这个细节如果忽略模型会把“未来”当特征用回测成绩虚高。这段代码构造出建模用的主特征表# 滞后项分别滞后1、3、5、20个交易日 for lag in [1, 3, 5, 20]: df[fret_lag{lag}] df[ret].shift(lag) # 波动率过去20日对数收益率的标准差 df[vol20] df[ret].rolling(20).std() # 周几效应黄金在非农数据发布日附近波动异常 df[dayofweek] df.index.dayofweek # 宏观指标错位对齐用前一天的美债收益率与美元指数 df[us10y_lag1] df[us10y].shift(1) df[dxy_lag1] df[dxy].shift(1) # 删除前面构造特征产生的空行 model_df df.dropna().copy()特征构造完成后务必做一次时间序列切分不要用train_test_split的随机切分。金融数据一旦随机打乱模型会偷看未来。我习惯按时间顺序切前 80% 做训练后 20% 做验证这个边界必须在赛题报告里明确写出。3. 从基准到主力ARIMA、GARCH 与灰色预测的适配边界3.1 三套经典模型的定位谁负责趋势谁负责区间谁负责兜底把特征表交给机器学习之前先跑三个经典统计模型作为基准这既是赛题报告需要的对比也是后续融合的底料。ARIMA 适合拟合线性趋势和自回归它的输出是点预测GARCH 不预测价格专攻波动率能给出预测区间的宽度灰色预测 GM(1,1) 适合数据量小、趋势单调的场景黄金段数据如果只有两年它反而比 ARIMA 稳定。实际竞赛中ARIMA 是绝对主力。黄金价格的对数收益率序列基本是平稳的ARIMA(p,1,q) 的 d 取 1 就够。定阶时我用 AIC 做网格搜索同时看 ACF/PACF 图防止自动定阶给出过高的 p。GARCH 的定位容易被忽略。评委如果追问“你的预测区间怎么来的”很多队伍答不上来。GARCH(1,1) 是最稳妥的选择两个参数分别控制波动率对上一期波动的敏感度和长期均值回归速度。3.2 用回测框把三个模型压到同一把尺子下三个模型输出形式不一样ARIMA 输出价格、GARCH 输出波动率、GM(1,1) 输出累加后的预测值必须统一成“收益率预测 区间”后才能比较。我写了一个滚动回测框架每次用前 500 个交易日训练、预测未来 5 天然后窗口向前滚 5 天避免一次切分带来的偶然性。回测代码的核心结构如下from statsmodels.tsa.arima.model import ARIMA import warnings warnings.filterwarnings(ignore) def rolling_backtest(y, horizon5, window500): preds [] trues [] for start in range(0, len(y) - window - horizon, horizon): train y[start:start window] test y[start window:start window horizon] # ARIMA 定阶d1p、q在0-3内选AIC最小 best_aic, best_cfg float(inf), None for p in range(0, 4): for q in range(0, 4): try: model ARIMA(train, order(p, 1, q)) res model.fit() if res.aic best_aic: best_aic, best_cfg res.aic, (p, 1, q) except Exception: continue model ARIMA(train, orderbest_cfg).fit() pred model.forecast(horizon)[0] preds.append(pred) trues.append(test) return np.concatenate(preds), np.concatenate(trues)这段代码的坑在于forecast返回的是收益率预测还是价格预测取决于你传入的是ret序列还是价格序列。如果传入的是对数收益率预测结果要累加才能还原价格。我建议只对收益率建模因为收益率平稳ARIMA 的 d 保持为 0 或 1避免二阶差分后预测值漂移。模型评估指标除了 RMSE还要加一个方向准确率——预测的第 5 天涨跌方向与真实方向是否一致。竞赛评阅时方向准确率比 RMSE 更容易讲故事因为黄金价格本身的波动就很难精确命中但方向对错一眼就能看出模型的判断力。3.3 GARCH 的实战参数与灰色预测的适用时长GARCH 模型用arch库实现参数我固定为 GARCH(1,1)均值模型用 AR(1) 效果更好。黄金波动率聚类现象明显单用 GARCH(1,1) 就能捕捉大部分波动特征不需要上 EGARCH。灰色预测 GM(1,1) 我把它当“兜底模型”用。它的原理是对原始数据做一次累加生成再用指数函数拟合适合单调趋势序列。黄金在震荡行情下 GM(1,1) 预测结果会明显滞后但如果赛题给出的时间序列只有 1 年且整体呈单边上涨GM(1,1) 往往比 ARIMA 表现更稳。使用时直接对价格序列做保持在 10 期以内预测超过 10 期误差会指数放大。def gm11(x0, pred_len5): x0 np.asarray(x0, dtypefloat) x1 np.cumsum(x0) # 一次累加生成 z1 (x1[:-1] x1[1:]) / 2.0 # 紧邻均值序列 B np.vstack([-z1, np.ones(len(z1))]).T y x0[1:].reshape(-1, 1) # 最小二乘估计参数 a(发展系数), b(灰作用量) theta np.linalg.lstsq(B, y, rcondNone)[0] a, b theta[0], theta[1] x1_fit np.zeros(len(x0) pred_len) x1_fit[0] x0[0] for i in range(1, len(x1_fit)): x1_fit[i] (x0[0] - b / a) * np.exp(-a * (i - 1)) return np.diff(x1_fit, prependx1_fit[0])注意np.diff的prepend参数保证第一个值等于 x0 的第一个值避免还原时长度少 1。GM(1,1) 不需要滑动窗口直接拿全部历史拟合但每次预测长度不要超过样本量的 1/10这是从误差传播公式推出来的经验值。4. 把残差交给机器学习随机森林与 LSTM 的融合方案4.1 特征表设计与时间泄漏管理前面的特征这次要全部复用统计模型把趋势部分吃掉了剩下的残差里还有非线性信息。第四步是用随机森林或 LSTM 去学残差。这里有个关键设计机器学习的特征不能直接拿原始价格而要用上一章统计模型的预测结果、滞后收益率、波动率以及宏观指标的滞后值。特征表设计如下ret_lag1/3/5/20、vol20、dayofweek、arima_pred、gm_pred、us10y_lag1、dxy_lag1。目标变量是真实收益率减去 ARIMA 预测的残差。这样机器学习只负责补短板而不是从零学习价格模型的可解释性也更好。时间泄漏管理是第一优先级。标准化时必须只用训练集的均值和标准差不能用全局数据。验证集的宏观指标继续用滞后值绝不允许把当天数据传入。from sklearn.ensemble import RandomForestRegressor from sklearn.preprocessing import StandardScaler # train_df 与 val_df 已按时间顺序切分 feature_cols [ret_lag1, ret_lag3, ret_lag5, ret_lag20, vol20, dayofweek, arima_pred, gm_pred, us10y_lag1, dxy_lag1] target_col residual # 真实ret - ARIMA预测ret scaler StandardScaler() train_X scaler.fit_transform(train_df[feature_cols]) val_X scaler.transform(val_df[feature_cols]) rf RandomForestRegressor( n_estimators300, max_depth4, min_samples_leaf5, random_state42 ) rf.fit(train_X, train_df[target_col]) residual_pred rf.predict(val_X) final_pred arima_pred_val residual_pred随机森林参数这里有几个讲究。max_depth限制为 4因为残差序列的复杂度有限深度太大必然过拟合min_samples_leaf5保证叶子节点至少有 5 个样本降低对个别波动日期的敏感度。n_estimators300够用再多也只是增加训练时间对精度几乎没有提升。4.2 LSTM 的仿真参数与数据量博弈LSTM 在黄金价格预测里名声很大但赛题数据通常只有几百到一千个交易日LSTM 非常容易过拟合。我的建议是LSTM 只做短序列预测窗口长度取 20 天输入为标准化后的收益率和波动率输出为下一交易日的残差校正。层数不要超过两层每层单元数 32 起步加 Dropout 0.2。from tensorflow.keras.models import Sequential from tensorflow.keras.layers import LSTM, Dense, Dropout def build_lstm(window20, n_features4): model Sequential([ LSTM(32, input_shape(window, n_features), return_sequencesTrue), Dropout(0.2), LSTM(16), Dropout(0.2), Dense(1) ]) model.compile(optimizeradam, lossmse) return model # 构造滑窗样本输入为 t-window1 到 t 的特征输出为 t1 的收益率残差 def make_windows(data, window20): X, y [], [] for i in range(window, len(data) - 1): X.append(data[i - window:i]) y.append(data[i 1, -1]) # 最后一列是残差 return np.array(X), np.array(y)Keras 默认的split参数如果设为 0.2注意它也会打乱数据。时序数据要手动用最后 20% 做验证不要用validation_split这点踩过坑的人都知道。真正让 LSTM 发挥作用的技巧是把第 3 章的统计模型预测值作为额外特征喂进去。这样 LSTM 学的是 ARIMA 和 GM 都没解释掉的那部分周期而不是去重复学线性趋势。在数据量不足 800 条的情况下两层 LSTM 加上 0.2 的 Dropout 效果优于一层大宽度 LSTM。4.3 模型融合不是简单平均按波动率做权重的动态加权用随机森林和 LSTM 分别得到残差预测后融合方式不要用固定 0.5 的权重。黄金价格在低波动期和极端波动期的驱动因素完全不同低波动期统计模型的表现更好高波动期非线性模型的补残差能力更强。我常用波动率分位数做动态权重当vol20低于历史 30% 分位时统计模型权重 0.8、机器学习 0.2高于 70% 分位时反过来。def dynamic_weight(vol, hist_vol, ml_pred, stat_pred): q30, q70 np.percentile(hist_vol, [30, 70]) if vol q30: alpha 0.8 elif vol q70: alpha 0.2 else: alpha 0.5 return alpha * stat_pred (1 - alpha) * ml_pred这套融合逻辑在报告里非常加分因为它展示了你对市场状态切换的理解而不是简单堆模型。动态权重需要的历史分位数在拟合阶段用训练集统计验证集只查表再次保证不泄漏。5. 黄金预测常见问题与避坑指南5.1 数据泄漏回测 RMSE 骗了你现象训练集误差和验证集误差都极低RMSE 只有真实波动率的十分之一但把模型拿到赛题最后一段数据上预测时完全偏离。原因最常见的是特征构造阶段用了全序列的信息。比如我把vol20用全序列计算后再做训练集切分这样训练集里的vol20其实包含了验证集的数据另一个高频错误是填充缺失值时用全局均值。解决所有滚动窗口、均值、标准差、分位数全部只在训练集上计算然后 transform 到验证集。写代码时把特征构造和切分的顺序明确分开先切分再在训练集内部构造特征或者先构造特征再切分但要保证特征本身不会跨时间区间引用数据。后者实现起来容易出错我只在前者架构下操作。5.2 ARIMA 差分阶数选择错误导致预测漂移现象d2 时 ARIMA 预测结果为一条斜直线向上或向下直冲完全脱离黄金价格波动区间。原因对对数收益率再做一次差分序列变成二阶差分模型学到的均值回归被破坏预测结果失去约束。解决不要用 auto_arima 的默认设置直接跑。先对序列做 ADF 检验收益率序列通常已经平稳d0 即可如果不平稳d1 足够。d 不要超过 1除非你能解释二阶差分背后的经济含义。定阶后看 ACF 和 PACF 图截尾或拖尾特征与 p、q 选择是否吻合这也是答辩时评阅老师爱问的点。5.3 GM(1,1) 对震荡行情彻底失灵现象灰色预测在单边上涨段表现好进入震荡段后预测值和真实值呈现明显的“滞后镜像”。原因GM(1,1) 本质是用指数函数拟合一次累加序列而震荡序列累加后并非单调指数形态拟合出的 a 参数无法表达周期性。解决不要用 GM(1,1) 做最终预测把它当作“趋势参考线”。在赛题报告中明确写出 GM(1,1) 的适用边界样本量小且单调趋势明显时优先震荡行情下改用 ARIMA 或机器学习。如果非要用可以先对序列做 HP 滤波把趋势项拆出来只对趋势项做 GM(1,1)震荡项交给 GARCH 表达。5.4 随机森林特征全部被滞后收益率占主导现象feature_importance里ret_lag1占比超过 60%其他宏观特征接近 0模型的预测结果基本就是“昨天涨今天继续涨”。原因这不算 bug但说明模型没学到真正的外部驱动信息。可能宏观指标的特征构造有问题比如你用了当天美元指数去预测当天黄金收益率这在时间上已经“先有鸡还是先有蛋”了。解决检查宏观特征是否都做了滞后对齐。再用相关性矩阵确认宏观特征与目标变量的相关性是否在可接受范围。如果相关性极低换特征加入金价与美债实际利率的差值序列、避险情绪代理变量如 VIX 指数滞后值。但要注意 VIX 数据在赛题里可能没有没有就不用不要编造外部数据来源。5.5 随机种子和库版本导致复现失败现象同一份代码换一台电脑运行验证集 RMSE 相差 5% 以上LSTM 结果甚至每次跑都不一样。原因随机森林和神经网络的随机种子未固定或numpy、statsmodels版本不同导致 ARIMA 定阶结果不同。解决在代码开头设置np.random.seed(42)、random.seed(42)、LSTM 里tf.random.set_seed(42)。提交代码时在报告附录写清楚库版本清单至少包含pandas、numpy、statsmodels、sklearn、arch、tensorflow的大版本号。这个习惯在竞赛答辩前救过我一次当时两个队友跑出的 ARIMA 结果不一致问题就出在statsmodels版本差异导致 AIC 计算有细微差别。6. 让预测结果在评阅中站得住方向准确率与 walk-forward 验证最后一章的落点不是调模型而是如何让你的预测结果在赛题评阅维度上站得住。C 题拿到后先看评分细则通常包含建模合理性、数据预处理、模型对比、结果分析与建议。我每次到这里会停下来问自己评委看完这份报告后能不能复现我的数字如果随机种子不同结果就变了那就说明流程还不够稳。一个特别推荐的验证方法是 walk-forward 验证加滚动再训练。每预测 5 天窗口向前滑 5 天然后重新拟合统计模型和机器学习模型而不是用固定模型预测所有未来时段。这样评委看到的不是理想化的单一预测而是模型在多个时间切片上的稳定性。上一条避坑里提过随机种子固定现在要强调的是整个回测流程从训练到预测的时间消耗要控制在 15 分钟内如果某步超过这个时间说明模型复杂度与数据量不匹配答辩时会被追问“为什么不用更简单的方法”。进阶技巧上我习惯把最终预测做成三幅图第一幅是历史价格与预测曲线的叠加第二幅是预测区间用 GARCH 波动率乘以 1.64 或 1.96 构建 90% 和 95% 置信带第三幅是方向准确率的逐段累计折线。三幅图放在报告的结果部分比任何大段的文字解释都更有说服力。方向准确率如果达到 55% 以上配合合理的置信区间评阅的观感会明显好过一个精确度虚高但区间不诚实的模型。我还保留了从收益率还原价格时的一个习惯预测的每个节点上把模型的不确定性以“区间不单调收窄”的方式画出来。因为黄金价格多个驱动因子下后一天的预测区间必然比前一天宽这样画图在视觉上更真实。最近一次做这个 C 题的经验是淋雨回测成绩最好的模型往往不是预测价格最准的而是残差最小且区间覆盖率最高的那个——这才是评阅老师想看到的东西。同样一个项目的教训也值得说不要在报告里只写精度的最终值把 GM(1,1) 在震荡段翻车、分位数权重融合优化的过程写出来反而让建模逻辑更立体。黄金价格模型的本质是极端不确定系统把“确定”的部分算准把“不确定”的部分用区间表达出来这篇竞赛论文就立住了。希望帮到你。本文还有配套的精品资源点击获取
