先说点实际的这个项目我前后改了三个版本从最初“让ChatGPT直接给我权重”的莽撞方案到最终“大模型负责选股和定性分析量化优化器负责权重计算”的稳定架构中间踩了不少坑。如果你也想把大模型和投资组合优化结合起来这套系统从数据、提示词、Agent编排到夏普比率优化的完整实现应该能帮你省掉几个星期的试错时间。这套系统不是什么黑魔法本质就是两段式流程先让大模型对股票池里的标的做基本面、新闻、行情形态的综合分析输出一份“值得关注”的候选名单再用夏普比率作为目标函数对候选名单做组合权重优化最终得到一篮子配置比例。全文会围绕这个思路展开涉及数据怎么取、提示词怎么写才不会让模型胡说、夏普比率计算口径有哪些坑、优化器参数怎么设最后附上我实际排查过的常见问题。先给结论这类系统的天花板不取决于模型智商取决于数据质量和流程约束。LLM擅长做“阅读理解”和“风险发现”不擅长做“精确计算”和“纪律执行”所以正确的架构是把模型当研究员把优化器当基金经理Agent只负责把两段流程串起来。冲着“让AI自动炒股”来的朋友可以省省了看完这篇你会明白边界在哪里。1. 系统要解决什么问题为什么这么设计1.1 大模型荐股本质是把“分析师”自动化散户最常见的操作是“凭感觉选股”看到某只股票涨得好或者朋友推荐了一句就拍脑袋买入。这套系统的第一个目标就是把“收集信息—阅读财报—识别风险—形成观点”这个过程变成可复现的流程。这里强调一个核心认知大模型荐股和你自己看股票没有本质区别它也是基于已知信息做推断只是速度快、覆盖广、不会被情绪干扰。实测下来GPT级别的模型读一份财报、提取关键风险点、对比同行业公司效率远超人工但它的判断质量上限取决于你喂给它的数据质量。所以我花了大量时间在数据模块上后面会细说。系统选用的技术路线是行情数据用AKShare获取基本面数据用财报数据加新闻摘要大模型用ChatGPT API也可以替换成任意本地部署模型组合优化用PyPortfolioOpt库。全部用Python实现模块化拆分每一步都可独立运行、独立验证。1.2 为什么组合优化选夏普比率而不是单纯收益率如果你只让模型挑“最有可能涨”的几只股票会遇到一个经典问题涨幅榜前列永远是高风险标的回撤起来也最凶。单纯的预期收益指标无法区分“靠运气赚的钱”和“靠风险补偿赚的钱”。夏普比率衡量的是一段时期内每承担一单位风险能换来多少超额收益公式是夏普比率 (策略收益率 - 无风险利率) / 策略波动率它把收益和风险放在同一个标准下比较。实际上我更常用年化口径也就是把日频数据换算成年化值年化夏普 (日均收益 - 无风险利率/252) / 日收益标准差 * sqrt(252)选择夏普而不是单纯收益率的决策逻辑在于我关心的是“这个组合能不能睡得着觉”。一个年化收益20%但最大回撤40%的组合和一个年化收益15%但最大回撤10%的组合后者在实际持有体验上远好于前者而夏普比率正好能够量化这层关系。1.3 Agent如何把“推荐”变成“可执行策略”刚开始做的时候我企图让大模型一口气输出“买入股票A、B、C仓位分别是多少”结果模型给的权重极不稳定同一个提问换一天问答案就完全不同而且经常出现权重加起来不等于1的情况。这是一个非常典型的问题大模型本质是文本生成模型数学约束天然是弱项。后来我把重活分出去了引入Agent架构做流程编排。系统里定义了两个角色Agent职责输入输出Analyst Agent分析个股识别风险生成结构化观点行情数据、财务指标、新闻摘要JSON格式的候选列表与评分Optimizer Agent执行组合优化计算Analyst Agent输出的候选列表、历史收益率数据最优权重组合与绩效指标两个Agent之间不是简单的对话关系而是通过结构化数据传递。Analyst Agent完成分析后把结果写入一个JSON文件Optimizer Agent读取这个文件后执行计算。这个设计带来的好处非常明显任何一步失败都可以定位到具体模块不会出现“模型聊着聊着跑题了导致整个流程崩溃”的尴尬局面。2. 数据层大模型荐股的第一步是数据干净2.1 行情数据获取与复权处理推荐股票的前提是能拿到准确的行情数据。我用的数据源是AKShare接口免费、字段比较全日常实验足够用了。以A股为例获取某只股票日K线数据的代码非常简单import akshare as ak # 获取贵州茅台日线数据perioddaily 表示日线adjustqfq 表示前复权 df ak.stock_zh_a_hist(symbol600519, perioddaily, adjustqfq) print(df.tail())这里有一个非常关键的技术细节前复权和后复权的选择。前复权以当前价格为基准将历史价格做调整保证股价连续后复权则保留历史真实价格调整当前价格。做回测和收益率计算时建议统一使用前复权因为它的价格序列更贴近模拟交易中的真实体验。我在实际项目中遇到的第一个坑就出在这里某股票发生过10转10的高送转除权日后股价直接腰斩如果不做复权处理模型看到的收益率曲线会出现一个巨大的虚假跳水提示词再精准也无济于事。所以数据层的复权处理是基本功宁可慢一点也不能用未复权数据直接喂给模型。2.2 基本面数据与新闻数据准备大模型荐股的信息面不能只靠K线否则跟技术指标派没有区别而且LLM的K线形态识别能力其实一般。我的做法是给模型同时提供三类数据财务指标营收增速、净利润增速、ROE、毛利率、资产负债率、现金流。估值指标PE、PB、股息率用于识别“贵不贵”。新闻摘要抓取最近30天的相关新闻标题让模型做情绪面判断。财务指标通过AKShare的stock_financial_abstract接口可以拉到新闻数据则可以从财经网站的RSS或搜索接口聚合。这里强调一个经验不要直接给模型十几页财报原文它有上下文限制而且注意力会被无关信息稀释。正确做法是先用规则做一遍提纯比如只保留“净利润同比变化大于20%”的条目再交给LLM做二轮分析。我自己写了一个类函数实现数据准备def prepare_analysis_input(stock_code): price_df fetch_price_data(stock_code) fin_df fetch_financial_data(stock_code) news_list fetch_news(stock_code, days30) return { code: stock_code, recent_financials: summarize_financials(fin_df), news_headlines: [n[title] for n in news_list], price_trend: compute_quick_indicators(price_df), risk_flag: check_risk_items(fin_df) # 自定义规则如商誉过高、现金流为负等 }2.3 数据对齐中的三个典型坑数据模块看起来简单实际操作中坑不少。这里把最典型的三个列出来供参考第一股票代码的交易所前缀问题。上证股票是600、601、603开头深证是000、002、300开头北交所有自己的专属编码。AKShare接口里A股代码不区分前缀但做数据合并时如果混入了指数代码或基金代码会导致后面协方差矩阵计算直接报维度错误。建议统一维护一份代码表在数据入口处做白名单校验。第二交易日期不一致。不同数据源返回的日期范围可能不同某只股票停牌期间没有行情记录直接用pct_change()计算收益率时停牌日会出现NaN。这里的经验是构建一个统一交易日历用reindex重索引后再做收益率计算缺数据的位置填充0或直接dropna二选一后必须全局一致。第三幸存者偏差。如果只取当前还在交易的股票列表做回测会默认排除掉已经退市的股票回测结果虚高。解决方案是取股票池时使用“期初存在”的标的而不是“期末存在”的标的。这个坑在机构级系统里是常识但个人项目里很多人第一次回测都逃不掉包括我切记。3. 大模型荐股提示词、输出约束与幻觉治理3.1 提示词设计不是让它写作文是让它填表大模型荐股的提示词我前前后后迭代了十多个版本。最大的感悟是大多数人写提示词都在“邀请模型自由发挥”而工程化的提示词应该“限制模型自由发挥”。早期版本我是这么写的你是一个股票分析师请分析以下股票的走势并给出建议。然后模型会输出一大段文字语言很华丽但没有结构化字段后续程序完全没法解析。后来改成你是股票分析助手。请基于以下数据对股票给出结构化分析结论。要求 1. 输出格式必须为JSON不要输出任何其他文字。 2. JSON结构固定为 {score: 总分(0-100), strengths: [优势点], risks: [风险点], comment: 总结}。 3. score只考虑当前数据不要预测未来点位。 4. 如果有数据缺失risks中必须包含数据缺失字段。实测下来明确限制输出格式后模型分析的稳定性大幅提升解析成功率从70%左右直接拉到95%以上。还有一点值得注意我要求模型把“数据缺失”显式写进风险字段这是为了做下游过滤如果一个标的关键财务数据缺失系统会直接淘汰它而不是让模型强行脑补。3.2 结构化输出JSON和Schema校验只要求JSON还不够生成的JSON偶尔还是会有字段不对的情况比如score超出了0-100的范围或者strengths写成了字符串。我额外加了一层Schema校验用Pydantic定义输出结构from pydantic import BaseModel, Field class StockAnalysis(BaseModel): score: float Field(ge0, le100, description总分0-100) strengths: list[str] risks: list[str] comment: str # 解析模型输出失败则重试一次 import json raw_output llm_call(prepare_analysis_input(600519)) try: data StockAnalysis(**json.loads(raw_output)) except Exception: # 兜底正则提取JSON块再解析 data parse_json_with_regex(raw_output)这一步是深坑的避雷针。如果模型输出的JSON里score为120直接放过会在下游优化器里引入脏数据导致权重计算结果失真。校验失败时我采用“重试一次使用上一次成功结果”的双保险策略避免因为某次解析失败中断整个Agent流程。3.3 幻觉治理数值校验、结论投票大模型荐股最大的争议点在于幻觉模型可能一本正经地编造一个不存在的财务指标。治理手段我用了三层第一层禁止复杂计算。提示词里明确告诉模型“你不擅长计算请直接引用数据中给出的指标值不要自行推算”。因为模型内部没有可靠的算术引擎让它算PE同比变化或者毛利率环比出错概率极高。第二层关键数值校验。模型输出的任何涉及具体数值的结论都回扣到原始数据做规则校验。比如模型说“ROE超过20%”程序就去财务数据里查证查不到或对不上就丢弃该结论。这个校验规则写起来不难但能挡住绝大多数幻觉。第三层多次采样投票。对同一只股票用不同温度的Prompt跑三次取中位数评分同时要求模型在每次分析中给出一个“多空分歧”字段。如果三次结果分差超过15分系统会标记该股票为“高分歧”不给它进入组合优化的资格。这相当于给模型套了一层防抖机制也减少了单次采样的随机性影响。4. 夏普比率组合优化从个股列表到最优权重4.1 夏普比率的计算口径组合优化环节中夏普比率是目标函数。这里有一个不能忽略的细节夏普比率并不是一个“唯一标准答案”不同计算口径会得出不同结果。最常用的是历史夏普比率直接用历史收益率的均值和标准差计算。我在系统里采用这样的流程import pandas as pd # price_df 是多只股票的复权收盘价矩阵index为日期columns为股票代码 returns price_df.pct_change().dropna() # 计算每只股票的日收益率均值与标准差 mu returns.mean() std returns.std() # 年化夏普 risk_free_rate 0.02 sharpe (mu - risk_free_rate / 252) / std * (252 ** 0.5)无风险利率我取2%对应十年期国债收益率的近似水平。这个参数对最终权重有影响但没有想象中那么大因为它对每只股票的相对风险惩罚是一致的。真正影响大的是计算历史收益率的窗口长度——窗口太长会包含太多旧信息太短又会导致噪声过大。我实测下来用过去120个交易日约半年的窗口效果比较适中既覆盖了一个完整的财报周期又不会因过久的数据拉低当前趋势的权重。4.2 用PyPortfolioOpt做最大夏普组合PyPortfolioOpt是一个开源组合优化库底层封装了SciPy的优化器专门干马克维茨均值-方差模型这件事。核心流程三步估计预期收益、估计协方差矩阵、求解最优权重。实测代码非常简洁from pypfopt import EfficientFrontier, risk_models, expected_returns # 计算历史预期收益与样本协方差 mu expected_returns.mean_historical_return(price_df) cov risk_models.sample_cov(price_df) # 求解最大夏普比率组合 ef EfficientFrontier(mu, cov) weights ef.max_sharpe(risk_free_rate0.02) # 保留两位小数展示权重 cleaned_weights ef.clean_weights() print(cleaned_weights) # 输出组合预期绩效 performance ef.portfolio_performance(verboseTrue)这里要提醒一点样本协方差矩阵在股票数量多于时间窗口长度时会变得不稳定甚至出现不可逆的情况。如果股票池选了30只历史数据窗口只有60天协方差矩阵的估计误差会非常大优化结果基本不可信。我的经验是候选池控制在10到20只之间时间窗口120天以上协方差估计才有可用的稳定性。如果必须处理大量标的考虑用Ledoit-Wolf收缩估计代替样本协方差PyPortfolioOpt里对应的是risk_models.CovarianceShrinkage。4.3 约束条件与过拟合的博弈直接跑max_sharpe()结果往往很极端仓位高度集中到一两只股票上因为历史回测中它们恰好有最好的风险调整后收益。这在样本内很漂亮样本外大概率翻车。我在优化器里加了几条硬约束用来抑制过拟合单只股票最大权重上限通常设为15%到20%。单一行业最大权重上限比如30%避免同一行业的标的一荣俱荣、一损俱损。最小权重过滤优化后权重低于2%的标的直接归零避免组合碎片化。强制投资分散数量最终组合持仓不低于8只股票。在PyPortfolioOpt中设置方式如下ef.add_constraint(lambda w: w 0.15) # 单只股票不超15% ef.add_constraint(lambda w: w 0.02) # 低于2%的权重不参与 # 行业约束如果数据里有行业字段可以用for循环对每个行业加约束 ef.max_sharpe(risk_free_rate0.02)调参过程中我自己的心得是权重上限不要设得太紧15%在10只股票的池子里意味着天然需要分散20%更适合认知度更高的标的。这个没有标准答案关键是想清楚你到底是在优化历史曲线还是在构建一个能扛住未来说明变化的组合。给历史拟合留一点余地给未来不确定性留更多缓冲这是组合优化比单股预测更接近实战的原因。5. 落地实操从数据到回测的完整链路5.1 环境准备与目录结构整个项目我维护了一套非常清晰的目录结构方便复盘和调试project/ ├── agent/ # Agent编排 │ ├── analyst_agent.py │ └── optimizer_agent.py ├── data/ # 数据模块 │ ├── fetch_data.py │ ├── clean_data.py │ └── calendar.py ├── prompts/ # 提示词模板 │ ├── analyst_prompt.py │ └── validator.py ├── optimizer/ # 组合优化 │ ├── max_sharpe.py │ └── constraints.py ├── backtest/ # 回测模块 │ ├── run_backtest.py │ └── metrics.py ├── docs/ # 教程文档 │ ├── 数据获取.md │ ├── 提示词调优.md │ └── 常见问题.md └── main.py # 主流程入口依赖库相对固定akshare、pandas、numpy、pypfopt、openai或本地推理引擎的SDK、pydantic。建议用虚拟环境管理依赖Python 3.10以上版本。5.2 核心模块实现与运行结果主流程的编排我用一个简单的状态机实现没有引入重型Agent框架。核心思想是任务队列顺序执行每步产物落盘失败可重试。def run_pipeline(stock_pool): # 第一步数据准备 raw_data fetch_all(stock_pool) # 第二步Analyst Agent 分析得到候选列表 candidates [] for stock in raw_data: analysis analyst_agent.analyze(stock) if analysis.score 60 and 数据缺失 not in analysis.risks: candidates.append(stock) # 第三步Optimizer Agent 计算最优权重 price_matrix build_price_matrix(candidates) optimal optimizer_agent.maximize_sharpe(price_matrix) # 第四步回测验证 metrics backtest(optimal) return {candidates: candidates, weights: optimal, metrics: metrics}一次完整运行的实际输出大致长这样候选标的有 14 只其中 4 只因风险字段触发剔除 优化器求解成功最优组合年化夏普比率为 1.35 组合年化预期收益 18.2%年化波动率 13.5%最大回撤 -9.8% 持仓数量 10 只最大单票权重 14.8%当然这个指标有标的市场环境加成不必太当真关键是流程能通、能复现。后面我在文档里保留了每次运行的配置文件和结果快照方便对比参数改动前后的差异。5.3 回测结果怎么解读才不会自嗨回测的本质是对“历史状态”做模拟但它永远无法证明未来会重复。我在解读回测时有几个硬指标必须同时看年化收益代表赚钱能力但单独看没意义。最大回撤比收益更影响真实持有体验建议控制在20%以内。夏普比率判断风险调整后收益达到1以上勉强能用1.5以上算不错。换手率如果权重每月大幅调整交易成本会吃掉收益需要注意。样本外表现最容易被忽略的一点。我建议用“滚动前推”方式做验证也就是拿前120天数据优化权重下一天按这个权重模拟收益逐步前移而不是一次性用全量数据优化再回测——否则前视偏差会让结果虚高得不像话。还有一个小经验对回测曲线不要过度解读。一只标的在回测区间内贡献了主要收益不代表未来几个月还靠它吃饭。组合优化的价值在于分散风险不在于精准预测哪只股票涨得最多。用这个标准去看每一个跑出来的结果你就不容易自我感动。6. 常见问题与排查实录6.1 LLM输出解析失败这是最高频的问题没有之一。即使提示词写得再严格模型仍然可能偶尔输出Markdown格式的JSON、多余的解释文字或截断内容。排查建议分三步第一检查raw输出里是否有代码块标记比如开头的json用正则剥离第二检查JSON里是否有非法转义字符常见于模型在字符串里直接嵌套了双引号第三设置重试机制同一次分析最多重试两次超过则将该标的标记为“解析失败”并跳过而不是让整个流程卡死。6.2 优化器求解失败或权重极端集中PyPortfolioOpt的求解器偶尔会直接报错某个协方差矩阵是奇异矩阵、不可逆或者约束条件之间互相矛盾。出现这种情况时先检查股票池里是否存在两只相关性极高的股票比如同一行业的两只龙头它们的存在会导致协方差矩阵接近奇异。解决办法是剔除其中一只或改用Ledoit-Wolf收缩估计。如果求解成功但权重极端集中比如某只股票直接顶到40%权重检查约束条件是否真的传入成功。我在调试时吃过一个哑巴亏add_constraint传入的lambda写错了变量名结果约束没生效权重完全放飞后来打印每种标的的约束上下界才定位到问题。6.3 夏普比率算不对算出来的夏普比率与其他平台的统计对不上几乎都是口径问题。首先是频率问题日频数据算出来的夏普必须乘以根号252做年化如果乘以根号250或忘了开根号结果天差地别。复查公式年化夏普 日频夏普 * sqrt(252)其次是无风险利率处理有些平台用年化无风险利率直接除以252近似日频利率有些直接用0。我的建议是统一使用年化2%并转换成日频在文档里写清楚假设不要混用。最后一个坑是收益率序列里混入了NaNpandas默认跳过NaN会低估标准差导致夏普虚高。处理方式是dropna后再统一计算不要跳过。6.4 Agent流程偶尔跑飞的处理Agent流程跑飞通常表现为某个环节进入死循环、某次API调用超时、或者中间产物文件损坏。我的处理方式比较务实全程增加超时控制和状态检查每个Agent执行完必须写一个状态文件记录成功、失败或超时。主流程的编排层读到状态文件里的“失败”标记就自动进入重试分支重试两次仍失败就跳过该标的并写日志。日志分析很重要。我做了两级日志一级记录流程关键节点二级记录每个API调用的输入输出摘要。出了bug先看一级日志定位到模块再看二级日志复现问题。这套机制帮我解决了至少十次“莫名奇妙跑出离谱结果”的情况强烈建议你也加上。结尾一点个人体会这个项目做完之后我对“AI荐股”这件事的看法变得非常具体它不是一个能替你赚钱的“股神”而是一个帮你把决策流程变得更严格的工具。大模型负责把海量信息和风险点整理到你面前优化器负责在收益和风险之间做一个数学上可解释的权衡Agent把这套流程串成每天可以重复跑的自动化管道。我在实盘里只会把它当成一个研究方向不会盲目跟单尤其是当某个组合的回测夏普高得离谱时我会本能地怀疑是不是哪里漏了前视偏差。所有历史回测的漂亮曲线都只代表“如果过去这样操作会怎样”不代表未来。最实用的态度是把系统输出当成一个需要你二次判断的输入而不是可以直接执行的命令。最后分享一个扩展思路这套架构的大模型部分可以无缝替换成其他开源模型或本地小模型只要保证输出JSON的格式一致即可。夏普优化部分也可以换成风险平价、最大分散度等目标函数代码结构不用大改。如果你已经跑通了这个流程下一步试试换目标函数、换股票池、调无风险利率参数你会对“参数敏感度”有非常直观的感受——这比单纯看回测曲线有用得多。
先说点实际的这个项目我前后改了三个版本从最初“让ChatGPT直接给我权重”的莽撞方案到最终“大模型负责选股和定性分析量化优化器负责权重计算”的稳定架构中间踩了不少坑。如果你也想把大模型和投资组合优化结合起来这套系统从数据、提示词、Agent编排到夏普比率优化的完整实现应该能帮你省掉几个星期的试错时间。这套系统不是什么黑魔法本质就是两段式流程先让大模型对股票池里的标的做基本面、新闻、行情形态的综合分析输出一份“值得关注”的候选名单再用夏普比率作为目标函数对候选名单做组合权重优化最终得到一篮子配置比例。全文会围绕这个思路展开涉及数据怎么取、提示词怎么写才不会让模型胡说、夏普比率计算口径有哪些坑、优化器参数怎么设最后附上我实际排查过的常见问题。先给结论这类系统的天花板不取决于模型智商取决于数据质量和流程约束。LLM擅长做“阅读理解”和“风险发现”不擅长做“精确计算”和“纪律执行”所以正确的架构是把模型当研究员把优化器当基金经理Agent只负责把两段流程串起来。冲着“让AI自动炒股”来的朋友可以省省了看完这篇你会明白边界在哪里。1. 系统要解决什么问题为什么这么设计1.1 大模型荐股本质是把“分析师”自动化散户最常见的操作是“凭感觉选股”看到某只股票涨得好或者朋友推荐了一句就拍脑袋买入。这套系统的第一个目标就是把“收集信息—阅读财报—识别风险—形成观点”这个过程变成可复现的流程。这里强调一个核心认知大模型荐股和你自己看股票没有本质区别它也是基于已知信息做推断只是速度快、覆盖广、不会被情绪干扰。实测下来GPT级别的模型读一份财报、提取关键风险点、对比同行业公司效率远超人工但它的判断质量上限取决于你喂给它的数据质量。所以我花了大量时间在数据模块上后面会细说。系统选用的技术路线是行情数据用AKShare获取基本面数据用财报数据加新闻摘要大模型用ChatGPT API也可以替换成任意本地部署模型组合优化用PyPortfolioOpt库。全部用Python实现模块化拆分每一步都可独立运行、独立验证。1.2 为什么组合优化选夏普比率而不是单纯收益率如果你只让模型挑“最有可能涨”的几只股票会遇到一个经典问题涨幅榜前列永远是高风险标的回撤起来也最凶。单纯的预期收益指标无法区分“靠运气赚的钱”和“靠风险补偿赚的钱”。夏普比率衡量的是一段时期内每承担一单位风险能换来多少超额收益公式是夏普比率 (策略收益率 - 无风险利率) / 策略波动率它把收益和风险放在同一个标准下比较。实际上我更常用年化口径也就是把日频数据换算成年化值年化夏普 (日均收益 - 无风险利率/252) / 日收益标准差 * sqrt(252)选择夏普而不是单纯收益率的决策逻辑在于我关心的是“这个组合能不能睡得着觉”。一个年化收益20%但最大回撤40%的组合和一个年化收益15%但最大回撤10%的组合后者在实际持有体验上远好于前者而夏普比率正好能够量化这层关系。1.3 Agent如何把“推荐”变成“可执行策略”刚开始做的时候我企图让大模型一口气输出“买入股票A、B、C仓位分别是多少”结果模型给的权重极不稳定同一个提问换一天问答案就完全不同而且经常出现权重加起来不等于1的情况。这是一个非常典型的问题大模型本质是文本生成模型数学约束天然是弱项。后来我把重活分出去了引入Agent架构做流程编排。系统里定义了两个角色Agent职责输入输出Analyst Agent分析个股识别风险生成结构化观点行情数据、财务指标、新闻摘要JSON格式的候选列表与评分Optimizer Agent执行组合优化计算Analyst Agent输出的候选列表、历史收益率数据最优权重组合与绩效指标两个Agent之间不是简单的对话关系而是通过结构化数据传递。Analyst Agent完成分析后把结果写入一个JSON文件Optimizer Agent读取这个文件后执行计算。这个设计带来的好处非常明显任何一步失败都可以定位到具体模块不会出现“模型聊着聊着跑题了导致整个流程崩溃”的尴尬局面。2. 数据层大模型荐股的第一步是数据干净2.1 行情数据获取与复权处理推荐股票的前提是能拿到准确的行情数据。我用的数据源是AKShare接口免费、字段比较全日常实验足够用了。以A股为例获取某只股票日K线数据的代码非常简单import akshare as ak # 获取贵州茅台日线数据perioddaily 表示日线adjustqfq 表示前复权 df ak.stock_zh_a_hist(symbol600519, perioddaily, adjustqfq) print(df.tail())这里有一个非常关键的技术细节前复权和后复权的选择。前复权以当前价格为基准将历史价格做调整保证股价连续后复权则保留历史真实价格调整当前价格。做回测和收益率计算时建议统一使用前复权因为它的价格序列更贴近模拟交易中的真实体验。我在实际项目中遇到的第一个坑就出在这里某股票发生过10转10的高送转除权日后股价直接腰斩如果不做复权处理模型看到的收益率曲线会出现一个巨大的虚假跳水提示词再精准也无济于事。所以数据层的复权处理是基本功宁可慢一点也不能用未复权数据直接喂给模型。2.2 基本面数据与新闻数据准备大模型荐股的信息面不能只靠K线否则跟技术指标派没有区别而且LLM的K线形态识别能力其实一般。我的做法是给模型同时提供三类数据财务指标营收增速、净利润增速、ROE、毛利率、资产负债率、现金流。估值指标PE、PB、股息率用于识别“贵不贵”。新闻摘要抓取最近30天的相关新闻标题让模型做情绪面判断。财务指标通过AKShare的stock_financial_abstract接口可以拉到新闻数据则可以从财经网站的RSS或搜索接口聚合。这里强调一个经验不要直接给模型十几页财报原文它有上下文限制而且注意力会被无关信息稀释。正确做法是先用规则做一遍提纯比如只保留“净利润同比变化大于20%”的条目再交给LLM做二轮分析。我自己写了一个类函数实现数据准备def prepare_analysis_input(stock_code): price_df fetch_price_data(stock_code) fin_df fetch_financial_data(stock_code) news_list fetch_news(stock_code, days30) return { code: stock_code, recent_financials: summarize_financials(fin_df), news_headlines: [n[title] for n in news_list], price_trend: compute_quick_indicators(price_df), risk_flag: check_risk_items(fin_df) # 自定义规则如商誉过高、现金流为负等 }2.3 数据对齐中的三个典型坑数据模块看起来简单实际操作中坑不少。这里把最典型的三个列出来供参考第一股票代码的交易所前缀问题。上证股票是600、601、603开头深证是000、002、300开头北交所有自己的专属编码。AKShare接口里A股代码不区分前缀但做数据合并时如果混入了指数代码或基金代码会导致后面协方差矩阵计算直接报维度错误。建议统一维护一份代码表在数据入口处做白名单校验。第二交易日期不一致。不同数据源返回的日期范围可能不同某只股票停牌期间没有行情记录直接用pct_change()计算收益率时停牌日会出现NaN。这里的经验是构建一个统一交易日历用reindex重索引后再做收益率计算缺数据的位置填充0或直接dropna二选一后必须全局一致。第三幸存者偏差。如果只取当前还在交易的股票列表做回测会默认排除掉已经退市的股票回测结果虚高。解决方案是取股票池时使用“期初存在”的标的而不是“期末存在”的标的。这个坑在机构级系统里是常识但个人项目里很多人第一次回测都逃不掉包括我切记。3. 大模型荐股提示词、输出约束与幻觉治理3.1 提示词设计不是让它写作文是让它填表大模型荐股的提示词我前前后后迭代了十多个版本。最大的感悟是大多数人写提示词都在“邀请模型自由发挥”而工程化的提示词应该“限制模型自由发挥”。早期版本我是这么写的你是一个股票分析师请分析以下股票的走势并给出建议。然后模型会输出一大段文字语言很华丽但没有结构化字段后续程序完全没法解析。后来改成你是股票分析助手。请基于以下数据对股票给出结构化分析结论。要求 1. 输出格式必须为JSON不要输出任何其他文字。 2. JSON结构固定为 {score: 总分(0-100), strengths: [优势点], risks: [风险点], comment: 总结}。 3. score只考虑当前数据不要预测未来点位。 4. 如果有数据缺失risks中必须包含数据缺失字段。实测下来明确限制输出格式后模型分析的稳定性大幅提升解析成功率从70%左右直接拉到95%以上。还有一点值得注意我要求模型把“数据缺失”显式写进风险字段这是为了做下游过滤如果一个标的关键财务数据缺失系统会直接淘汰它而不是让模型强行脑补。3.2 结构化输出JSON和Schema校验只要求JSON还不够生成的JSON偶尔还是会有字段不对的情况比如score超出了0-100的范围或者strengths写成了字符串。我额外加了一层Schema校验用Pydantic定义输出结构from pydantic import BaseModel, Field class StockAnalysis(BaseModel): score: float Field(ge0, le100, description总分0-100) strengths: list[str] risks: list[str] comment: str # 解析模型输出失败则重试一次 import json raw_output llm_call(prepare_analysis_input(600519)) try: data StockAnalysis(**json.loads(raw_output)) except Exception: # 兜底正则提取JSON块再解析 data parse_json_with_regex(raw_output)这一步是深坑的避雷针。如果模型输出的JSON里score为120直接放过会在下游优化器里引入脏数据导致权重计算结果失真。校验失败时我采用“重试一次使用上一次成功结果”的双保险策略避免因为某次解析失败中断整个Agent流程。3.3 幻觉治理数值校验、结论投票大模型荐股最大的争议点在于幻觉模型可能一本正经地编造一个不存在的财务指标。治理手段我用了三层第一层禁止复杂计算。提示词里明确告诉模型“你不擅长计算请直接引用数据中给出的指标值不要自行推算”。因为模型内部没有可靠的算术引擎让它算PE同比变化或者毛利率环比出错概率极高。第二层关键数值校验。模型输出的任何涉及具体数值的结论都回扣到原始数据做规则校验。比如模型说“ROE超过20%”程序就去财务数据里查证查不到或对不上就丢弃该结论。这个校验规则写起来不难但能挡住绝大多数幻觉。第三层多次采样投票。对同一只股票用不同温度的Prompt跑三次取中位数评分同时要求模型在每次分析中给出一个“多空分歧”字段。如果三次结果分差超过15分系统会标记该股票为“高分歧”不给它进入组合优化的资格。这相当于给模型套了一层防抖机制也减少了单次采样的随机性影响。4. 夏普比率组合优化从个股列表到最优权重4.1 夏普比率的计算口径组合优化环节中夏普比率是目标函数。这里有一个不能忽略的细节夏普比率并不是一个“唯一标准答案”不同计算口径会得出不同结果。最常用的是历史夏普比率直接用历史收益率的均值和标准差计算。我在系统里采用这样的流程import pandas as pd # price_df 是多只股票的复权收盘价矩阵index为日期columns为股票代码 returns price_df.pct_change().dropna() # 计算每只股票的日收益率均值与标准差 mu returns.mean() std returns.std() # 年化夏普 risk_free_rate 0.02 sharpe (mu - risk_free_rate / 252) / std * (252 ** 0.5)无风险利率我取2%对应十年期国债收益率的近似水平。这个参数对最终权重有影响但没有想象中那么大因为它对每只股票的相对风险惩罚是一致的。真正影响大的是计算历史收益率的窗口长度——窗口太长会包含太多旧信息太短又会导致噪声过大。我实测下来用过去120个交易日约半年的窗口效果比较适中既覆盖了一个完整的财报周期又不会因过久的数据拉低当前趋势的权重。4.2 用PyPortfolioOpt做最大夏普组合PyPortfolioOpt是一个开源组合优化库底层封装了SciPy的优化器专门干马克维茨均值-方差模型这件事。核心流程三步估计预期收益、估计协方差矩阵、求解最优权重。实测代码非常简洁from pypfopt import EfficientFrontier, risk_models, expected_returns # 计算历史预期收益与样本协方差 mu expected_returns.mean_historical_return(price_df) cov risk_models.sample_cov(price_df) # 求解最大夏普比率组合 ef EfficientFrontier(mu, cov) weights ef.max_sharpe(risk_free_rate0.02) # 保留两位小数展示权重 cleaned_weights ef.clean_weights() print(cleaned_weights) # 输出组合预期绩效 performance ef.portfolio_performance(verboseTrue)这里要提醒一点样本协方差矩阵在股票数量多于时间窗口长度时会变得不稳定甚至出现不可逆的情况。如果股票池选了30只历史数据窗口只有60天协方差矩阵的估计误差会非常大优化结果基本不可信。我的经验是候选池控制在10到20只之间时间窗口120天以上协方差估计才有可用的稳定性。如果必须处理大量标的考虑用Ledoit-Wolf收缩估计代替样本协方差PyPortfolioOpt里对应的是risk_models.CovarianceShrinkage。4.3 约束条件与过拟合的博弈直接跑max_sharpe()结果往往很极端仓位高度集中到一两只股票上因为历史回测中它们恰好有最好的风险调整后收益。这在样本内很漂亮样本外大概率翻车。我在优化器里加了几条硬约束用来抑制过拟合单只股票最大权重上限通常设为15%到20%。单一行业最大权重上限比如30%避免同一行业的标的一荣俱荣、一损俱损。最小权重过滤优化后权重低于2%的标的直接归零避免组合碎片化。强制投资分散数量最终组合持仓不低于8只股票。在PyPortfolioOpt中设置方式如下ef.add_constraint(lambda w: w 0.15) # 单只股票不超15% ef.add_constraint(lambda w: w 0.02) # 低于2%的权重不参与 # 行业约束如果数据里有行业字段可以用for循环对每个行业加约束 ef.max_sharpe(risk_free_rate0.02)调参过程中我自己的心得是权重上限不要设得太紧15%在10只股票的池子里意味着天然需要分散20%更适合认知度更高的标的。这个没有标准答案关键是想清楚你到底是在优化历史曲线还是在构建一个能扛住未来说明变化的组合。给历史拟合留一点余地给未来不确定性留更多缓冲这是组合优化比单股预测更接近实战的原因。5. 落地实操从数据到回测的完整链路5.1 环境准备与目录结构整个项目我维护了一套非常清晰的目录结构方便复盘和调试project/ ├── agent/ # Agent编排 │ ├── analyst_agent.py │ └── optimizer_agent.py ├── data/ # 数据模块 │ ├── fetch_data.py │ ├── clean_data.py │ └── calendar.py ├── prompts/ # 提示词模板 │ ├── analyst_prompt.py │ └── validator.py ├── optimizer/ # 组合优化 │ ├── max_sharpe.py │ └── constraints.py ├── backtest/ # 回测模块 │ ├── run_backtest.py │ └── metrics.py ├── docs/ # 教程文档 │ ├── 数据获取.md │ ├── 提示词调优.md │ └── 常见问题.md └── main.py # 主流程入口依赖库相对固定akshare、pandas、numpy、pypfopt、openai或本地推理引擎的SDK、pydantic。建议用虚拟环境管理依赖Python 3.10以上版本。5.2 核心模块实现与运行结果主流程的编排我用一个简单的状态机实现没有引入重型Agent框架。核心思想是任务队列顺序执行每步产物落盘失败可重试。def run_pipeline(stock_pool): # 第一步数据准备 raw_data fetch_all(stock_pool) # 第二步Analyst Agent 分析得到候选列表 candidates [] for stock in raw_data: analysis analyst_agent.analyze(stock) if analysis.score 60 and 数据缺失 not in analysis.risks: candidates.append(stock) # 第三步Optimizer Agent 计算最优权重 price_matrix build_price_matrix(candidates) optimal optimizer_agent.maximize_sharpe(price_matrix) # 第四步回测验证 metrics backtest(optimal) return {candidates: candidates, weights: optimal, metrics: metrics}一次完整运行的实际输出大致长这样候选标的有 14 只其中 4 只因风险字段触发剔除 优化器求解成功最优组合年化夏普比率为 1.35 组合年化预期收益 18.2%年化波动率 13.5%最大回撤 -9.8% 持仓数量 10 只最大单票权重 14.8%当然这个指标有标的市场环境加成不必太当真关键是流程能通、能复现。后面我在文档里保留了每次运行的配置文件和结果快照方便对比参数改动前后的差异。5.3 回测结果怎么解读才不会自嗨回测的本质是对“历史状态”做模拟但它永远无法证明未来会重复。我在解读回测时有几个硬指标必须同时看年化收益代表赚钱能力但单独看没意义。最大回撤比收益更影响真实持有体验建议控制在20%以内。夏普比率判断风险调整后收益达到1以上勉强能用1.5以上算不错。换手率如果权重每月大幅调整交易成本会吃掉收益需要注意。样本外表现最容易被忽略的一点。我建议用“滚动前推”方式做验证也就是拿前120天数据优化权重下一天按这个权重模拟收益逐步前移而不是一次性用全量数据优化再回测——否则前视偏差会让结果虚高得不像话。还有一个小经验对回测曲线不要过度解读。一只标的在回测区间内贡献了主要收益不代表未来几个月还靠它吃饭。组合优化的价值在于分散风险不在于精准预测哪只股票涨得最多。用这个标准去看每一个跑出来的结果你就不容易自我感动。6. 常见问题与排查实录6.1 LLM输出解析失败这是最高频的问题没有之一。即使提示词写得再严格模型仍然可能偶尔输出Markdown格式的JSON、多余的解释文字或截断内容。排查建议分三步第一检查raw输出里是否有代码块标记比如开头的json用正则剥离第二检查JSON里是否有非法转义字符常见于模型在字符串里直接嵌套了双引号第三设置重试机制同一次分析最多重试两次超过则将该标的标记为“解析失败”并跳过而不是让整个流程卡死。6.2 优化器求解失败或权重极端集中PyPortfolioOpt的求解器偶尔会直接报错某个协方差矩阵是奇异矩阵、不可逆或者约束条件之间互相矛盾。出现这种情况时先检查股票池里是否存在两只相关性极高的股票比如同一行业的两只龙头它们的存在会导致协方差矩阵接近奇异。解决办法是剔除其中一只或改用Ledoit-Wolf收缩估计。如果求解成功但权重极端集中比如某只股票直接顶到40%权重检查约束条件是否真的传入成功。我在调试时吃过一个哑巴亏add_constraint传入的lambda写错了变量名结果约束没生效权重完全放飞后来打印每种标的的约束上下界才定位到问题。6.3 夏普比率算不对算出来的夏普比率与其他平台的统计对不上几乎都是口径问题。首先是频率问题日频数据算出来的夏普必须乘以根号252做年化如果乘以根号250或忘了开根号结果天差地别。复查公式年化夏普 日频夏普 * sqrt(252)其次是无风险利率处理有些平台用年化无风险利率直接除以252近似日频利率有些直接用0。我的建议是统一使用年化2%并转换成日频在文档里写清楚假设不要混用。最后一个坑是收益率序列里混入了NaNpandas默认跳过NaN会低估标准差导致夏普虚高。处理方式是dropna后再统一计算不要跳过。6.4 Agent流程偶尔跑飞的处理Agent流程跑飞通常表现为某个环节进入死循环、某次API调用超时、或者中间产物文件损坏。我的处理方式比较务实全程增加超时控制和状态检查每个Agent执行完必须写一个状态文件记录成功、失败或超时。主流程的编排层读到状态文件里的“失败”标记就自动进入重试分支重试两次仍失败就跳过该标的并写日志。日志分析很重要。我做了两级日志一级记录流程关键节点二级记录每个API调用的输入输出摘要。出了bug先看一级日志定位到模块再看二级日志复现问题。这套机制帮我解决了至少十次“莫名奇妙跑出离谱结果”的情况强烈建议你也加上。结尾一点个人体会这个项目做完之后我对“AI荐股”这件事的看法变得非常具体它不是一个能替你赚钱的“股神”而是一个帮你把决策流程变得更严格的工具。大模型负责把海量信息和风险点整理到你面前优化器负责在收益和风险之间做一个数学上可解释的权衡Agent把这套流程串成每天可以重复跑的自动化管道。我在实盘里只会把它当成一个研究方向不会盲目跟单尤其是当某个组合的回测夏普高得离谱时我会本能地怀疑是不是哪里漏了前视偏差。所有历史回测的漂亮曲线都只代表“如果过去这样操作会怎样”不代表未来。最实用的态度是把系统输出当成一个需要你二次判断的输入而不是可以直接执行的命令。最后分享一个扩展思路这套架构的大模型部分可以无缝替换成其他开源模型或本地小模型只要保证输出JSON的格式一致即可。夏普优化部分也可以换成风险平价、最大分散度等目标函数代码结构不用大改。如果你已经跑通了这个流程下一步试试换目标函数、换股票池、调无风险利率参数你会对“参数敏感度”有非常直观的感受——这比单纯看回测曲线有用得多。
改进与MATLAB实现详解)
