利用 LLM 和 Python 进行股价预测实战

利用 LLM 和 Python 进行股价预测实战

引言

随着大语言模型（LLM）技术的快速发展，其在金融领域的应用逐渐受到关注。传统的量化交易多依赖统计模型或深度学习网络处理时间序列数据，而 LLM 凭借其强大的语义理解和推理能力，为结合市场新闻、宏观数据与历史价格进行综合预测提供了新的思路。本文将以中远海控（601919.SH）为例，演示如何使用 Python 获取股票数据，结合 LLM 进行短期股价趋势预测，并生成可视化报告。

注意：股市有风险，投资需谨慎。本文代码仅用于技术演示，不构成任何投资建议。LLM 在金融预测中存在幻觉风险，实际应用中需结合传统风控模型。

环境准备

在开始之前，请确保您的开发环境已安装以下依赖库：

pip install akshare pandas matplotlib seaborn numpy

此外，您需要一个可用的 LLM API 接口（如 OpenAI、Claude 或国内大模型服务），以便调用 llm_client 进行预测和分析。

1. 获取股票数据

我们使用 akshare 库获取 A 股日线行情数据。该库支持实时获取大量金融数据，无需注册即可使用。

1.1 数据获取逻辑

我们需要获取指定时间段内的收盘价数据。对于中远海控，股票代码为 601919.SH。

import akshare as ak
import datetime

# 获取当前日期
end_date = datetime.date.today().strftime("%Y%m%d")
start_date = "20240101"

# 获取日线数据
symbol = "601919.SH"
cosco_daily_data_2024 = ak.stock_zh_a_daily(symbol=symbol, start_date=start_date, end_date=end_date)
print(f"获取到 {len(cosco_daily_data_2024)} 条数据")

2. 数据预处理

机器学习模型对输入数据的格式有严格要求。原始数据通常包含缺失值或非连续的时间索引，需要进行清洗。

2.1 数据清洗函数

我们将数据转换为以日期为索引的 DataFrame，并按日频率重采样，填充缺失值。

import pandas as pd

def data_processor(data):
    # 设置日期索引
    df = data.set_index('date')
    # 按日频率重采样
    df = df.asfreq('D')
    # 前向填充缺失值
    df = df.fillna(method='ffill')
    # 仅保留最近 30 天数据作为上下文
    return df.iloc[-30:]

2.2 响应解析

LLM 返回的通常是自然语言文本，我们需要从中提取数值。这里使用正则表达式匹配小数点数字。

import re

def response_processor(response, num_of_predict):
    numbers = re.findall(r'\d+\.\d+', response)
    predictions = [float(num) for num in numbers[-num_of_predict:]]
    # 生成预测日期索引
    index = pd.date_range(start=pd.Timestamp.now() + pd.Timedelta(days=1), periods=num_of_predict)
    return pd.Series(predictions, name='close', index=index)

3. LLM 预测集成

由于 llm_client 是外部封装类，在实际项目中需要替换为您具体的 API 调用逻辑。下面提供一个模拟实现的结构，展示如何构建 Prompt。

3.1 构建提示词

将历史数据的关键统计信息（均值、波动率、最新价）放入 Prompt，要求模型输出未来 N 天的预测价格。

# 模拟 LLM 客户端调用
# 实际使用时请替换为真实的 llm_factory.get_instance()
class MockLLMClient:
    def predict(self, input_data, num_of_predict, **kwargs):
        # 模拟返回预测结果
        last_price = input_data['close'].iloc[-1]
        # 简单模拟随机波动
        import random
        preds = [last_price * (1 + random.uniform(-0.02, 0.02)) for _ in range(num_of_predict)]
        return pd.Series(preds, name='close')

llm_client = MockLLMClient()
predictions = llm_client.predict(input_data, num_of_predict=5)

4. 数据可视化

使用 matplotlib 绘制历史走势与预测曲线，直观对比模型表现。

4.1 字体配置

为了正确显示中文标签，需根据操作系统加载对应的中文字体。

import matplotlib.pyplot as plt
import platform

def configure_matplotlib_for_chinese():
    system = platform.system()
    if system == 'Windows':
        font_name = 'SimHei'
    elif system == 'Darwin':
        font_name = 'STHeiti'
    else:
        font_path = '/usr/share/fonts/truetype/wqy/wqy-zenhei.ttc'
        if os.path.exists(font_path):
            from matplotlib import font_manager
            font_manager.fontManager.addfont(font_path)
            font_name = font_manager.FontProperties(fname=font_path).get_name()
        else:
            raise FileNotFoundError("Font file not found")
    
    plt.rcParams['font.sans-serif'] = [font_name]
    plt.rcParams['axes.unicode_minus'] = False

configure_matplotlib_for_chinese()

4.2 绘图与保存

合并历史与预测数据，绘制双曲线图。

plt.figure(figsize=(12, 6))
historical_data.index = pd.to_datetime(historical_data.index)
plt.plot(historical_data.index, historical_data['close'], label='历史收盘价', linewidth=2)
plt.plot(predictions.index, predictions['close'], color='red', linestyle='--', label='预测收盘价', linewidth=2)
plt.title('中远海控股价历史与预测趋势')
plt.xlabel('日期')
plt.ylabel('价格 (元)')
plt.legend()
plt.grid(True, alpha=0.3)
plt.savefig('stock_prediction.png')
plt.close()

5. 智能分析与报告生成

除了数值预测，LLM 还可以基于数据特征生成自然语言的市场分析。

5.1 统计分析

计算关键指标，如预测期内的涨跌幅。

last_price = historical_data['close'].iloc[-1]
first_pred = predictions['close'].iloc[0]
change_rate = (predictions['close'].iloc[-1] - first_pred) / first_pred * 100

5.2 生成分析报告

将统计数据转化为 Prompt，请求 LLM 给出简短的投资建议。

prompt = f"基于最后价格{last_price:.2f}及预测变化率{change_rate:.2f}%，分析未来5天趋势。"
response = llm_client.one_chat(prompt)
print(response)

6. 风险提示与局限性

在使用 LLM 进行金融预测时，必须清醒认识到以下局限：

1. 数据时效性：LLM 训练数据存在截止期，无法感知实时突发新闻。
2. 幻觉问题：模型可能编造不存在的财务数据或趋势。
3. 非结构化噪声：股价受情绪、政策等多因素影响，纯文本模型难以完全捕捉。
4. 过拟合风险：短期预测容易受历史噪声干扰，长期预测准确率极低。

建议将此系统作为辅助工具，而非决策核心。务必配合严格的风控策略。

7. 完整代码示例

以下是整合后的完整脚本，修复了变量定义问题，并增加了必要的异常处理。

import akshare as ak
import datetime
import pandas as pd
import re
import matplotlib.pyplot as plt
import os
import platform
import uuid

# 1. 初始化配置
os.makedirs('output', exist_ok=True)
system = platform.system()
if system == 'Windows':
    font_name = 'SimHei'
elif system == 'Darwin':
    font_name = 'STHeiti'
else:
    font_path = '/usr/share/fonts/truetype/wqy/wqy-zenhei.ttc'
    if os.path.exists(font_path):
        from matplotlib import font_manager
        font_manager.fontManager.addfont(font_path)
        font_name = font_manager.FontProperties(fname=font_path).get_name()
    else:
        font_name = 'Arial Unicode MS'

plt.rcParams['font.sans-serif'] = [font_name]
plt.rcParams['axes.unicode_minus'] = False

# 2. 数据获取
try:
    symbol = "601919.SH"
    today = datetime.date.today()
    end_date = today.strftime("%Y%m%d")
    cosco_daily_data_2024 = ak.stock_zh_a_daily(symbol=symbol, start_date="20240101", end_date=end_date)
except Exception as e:
    print(f"数据获取失败：{e}")
    exit(1)

# 3. 数据处理
def data_processor(data):
    df = data[['date', 'close']].set_index('date')
    df = df.asfreq('D').fillna(method='ffill').iloc[-30:]
    return df

input_data = data_processor(cosco_daily_data_2024)

# 4. 模拟 LLM 预测 (实际请替换真实 API)
class MockLLMClient:
    def predict(self, input_data, num_of_predict):
        last_val = input_data['close'].iloc[-1]
        preds = [last_val * (1 + i * 0.005) for i in range(num_of_predict)]
        idx = pd.date_range(start=input_data.index[-1] + pd.Timedelta(days=1), periods=num_of_predict)
        return pd.Series(preds, name='close', index=idx)

llm_client = MockLLMClient()
predictions = llm_client.predict(input_data, num_of_predict=5)

# 5. 可视化
historical_data = cosco_daily_data_2024.copy()
historical_data['date'] = pd.to_datetime(historical_data['date'])
historical_data.set_index('date', inplace=True)
combined_data = pd.concat([historical_data['close'], predictions['close']])

plt.figure(figsize=(12, 6))
plt.plot(historical_data.index, historical_data['close'], label='历史数据', linewidth=2)
plt.plot(predictions.index, predictions['close'], color='red', label='预测数据', linestyle='--')
plt.title('中远海控股价历史数据和预测')
plt.xlabel('日期')
plt.ylabel('收盘价')
plt.legend()
plt.grid(True)
file_name = f"output/{uuid.uuid4()}.png"
plt.savefig(file_name)
plt.close()

# 6. 统计与分析
last_historical_price = historical_data['close'].iloc[-1]
first_prediction_price = predictions['close'].iloc[0]
prediction_change = (predictions['close'].iloc[-1] - first_prediction_price) / first_prediction_price * 100

results = []
results.append(f"![图表]({file_name})")
results.append(f"1. 历史收盘价：{last_historical_price:.2f}")
results.append(f"2. 预测首日价：{first_prediction_price:.2f}")
results.append(f"3. 预测变化率：{prediction_change:.2f}%")
results.append("4. 趋势判断：" + ("上升" if prediction_change > 0 else "下降"))

analysis_result = "\n".join(results)
print(analysis_result)