Stock Prediction Management System (专业增强版)

基于 Flask + TensorFlow 的全栈股票分析与预测系统。本系统已升级为 22维多特征预测架构，集成了深度学习（GRU/LSTM）、技术指标计算与实时新闻情感分析。

🌟 核心升级特性 (v1.1.0)

• 双模型支持: 提供 GRU 与 LSTM 两种深度学习模型，支持在前端动态切换。
• 22维特征引擎: 预测维度从单一价格升级为 22 维增强向量，包含：
  • 基础行情: 开/高/低/收、成交量、成交额。
  • 15项技术指标: MA(5/10/20)、EMA(12/26)、MACD(Diff/Dea/Hist)、RSI(14)、KDJ(K/D/J)、成交量均线。
  • 新闻情感分析: 集成 HuggingFace Transformer 模型，对财联社快讯进行实时情感量化。
• GPU 硬件加速: 深度适配 Windows CUDA 11.2，支持 NVIDIA 显卡加速训练与推理。
• 训练保护机制: 训练脚本支持 SIGINT/SIGTERM 信号捕捉，通过 Ctrl+C 或 PyCharm 停止时自动保存权重与断点。

🛠️ 功能模块

模块	入口	技术要点
实时快讯	/	财联社异步抓取、关键词权重过滤、无缝滚动通知栏、今日热榜缓存。
多维分析	/analysis	ApexCharts 交互式 K 线图、MACD/RSI 联动、自动支撑压力位算法、AI 自动生成的分析报告副本。
AI 深度预测	/predict	22维特征输入、GRU/LSTM 模型切换、自回归滑动预测（未来10/20/30天）、多指标对齐算法。

📂 目录结构 (精简)

Stock Prediction Management System/
├─ app/
│  ├─ web/
│  │  ├─ web_server.py          # 核心 API 与 Web 服务
│  │  └─ templates/             # 现代化 UI 模板
│  ├─ core/
│  │  ├─ data_provider.py       # 万能数据适配层
│  │  └─ news_fetcher.py        # 快讯异步采集
├─ forecasting/
│  ├─ core/                     # 特征工程 (FeatureEngine)
│  ├─ utils/                    # 技术指标 (Indicators) 与 情感分析 (Sentiment)
│  ├─ models/                   # 存储 GRU/LSTM 权重与训练断点 (state.json)
│  ├─ train_gru.py              # GRU 22维多特征训练脚本
│  └─ train_lstm.py             # LSTM 22维多特征训练脚本
├─ .env                         # 环境配置 (端口、日志等)
└─ run.py                       # 一键启动入口

🚀 快速开始

1. 环境准备

推荐使用 Python 3.10。确保已安装 CUDA 11.2 和 cuDNN 8.1（若需使用 GPU 加速）。

python -m venv .venv
.\.venv\Scripts\Activate.ps1
pip install -r requirements.txt

2. 模型训练 (必须执行)

由于系统已升级至 22 维输入，需先重训模型生成最新的权重文件：

python -m forecasting.train_gru
python -m forecasting.train_lstm

注：训练过程中可随时中止，系统会自动保存已完成的进度。

3. 运行系统

python run.py

访问：http://localhost:8888

📊 预测 API 说明

• 接口: GET /api/predict_stock
• 参数:
  • stock_code: 6位代码（如 600519）
  • market_type: A / HK
  • predict_days: 10 / 20 / 30
  • model_type: gru / lstm
• 特征工程: 自动从 ohlcv 数据计算 15 个指标并融合当前新闻情感得分进行预测。

⚠️ 免责声明

本系统仅供学术研究使用。股市有风险，AI 预测仅作为多维度参考之一，不构成任何投资建议。