股票数据分析与价格预测系统产品系统Vibe Coding

普通投资者与投研人员缺少轻量化、低成本的一体化 A 股分析工具，专业金融软件收费高昂，手动处理行情、指标、回测流程繁琐。本系统面向 A 股投资研究场景，一站式完成多品种行情加载、技术指标可视化、机器学习涨跌预测、均线策略回测、截面选股打分，支持离线 CSV 演示，降低个人量化分析门槛。

系统采用六标签页 Web 交互界面，包含五大核心模块：①多品种数据加载，支持股票 / ETF / 指数 / 基金，内置三级缓存降级与 CSV 离线兼容方案；②交互式可视化图表，均线、价量、RSI/MACD/KDJ 等技术指标动态绘图；③机器学习涨跌预测，构造 11 维行情因子，提供逻辑回归、随机森林双模型自动择优；④双均线策略回测，内置多层风控止损止盈机制，输出完整收益评估指标；⑤截面股票打分选股，混池训练模型批量输出个股上涨概率排名。

本人负责项目机器学习建模与 AI 截面选股核心算法开发。基于股票原始行情数据完成全套特征工程，构造 11 维动量、波动、量能因子；搭建逻辑回归、随机森林双分类模型用于预判个股次日涨跌概率，针对时序数据严格按时间顺序划分训练 / 测试集，规避未来信息泄露问题，加入类别平衡机制解决样本不均衡。实现混池统一训练模型，对全市场个股批量打分，按照上涨概率降序自动筛选潜力股票，输出标准化选股排名。同时完成模型评估指标计算，输出 AUC、准确率、召回率等评价数据，配合回测模块验证选股策略有效性，解决多品种数据归一化、时序模型训练偏差等算法难点，为系统智能选股功能提供完整底层算法支撑。