基于 Python 与 LLM 的股价数据分析与预测实践

2.2 特征工程说明

在实际的量化策略中，通常会计算更多技术指标（如 MA, MACD, RSI）。在本示例中，为了简化 LLM 的输入复杂度，我们主要传递收盘价序列。若需更精准的分析，建议将计算好的指标也加入 Prompt 中。

3. 集成 LLM 进行分析

由于 LLM 不具备原生时间序列预测能力，我们采用'数据 + 提示词'的方式，让模型基于提供的统计特征和历史趋势生成定性分析及简单的数值推演。

3.1 构建提示词

我们需要将关键统计数据转化为自然语言描述，发送给 LLM。

import os

# 模拟 LLM 客户端调用
# 实际使用时请替换为真实的 API 调用逻辑，例如 openai.ChatCompletion.create

def call_llm_analysis(historical_price, predicted_price, change_rate):
    prompt = f"""
    你是一名资深金融分析师。根据以下数据：
    - 最后一个历史收盘价：{historical_price:.2f}
    - 预测第 5 天收盘价：{predicted_price:.2f}
    - 预测期间变化率：{change_rate:.2f}%
    
    请给出简短的市场分析和投资建议。注意：这仅是基于数据的模拟分析，不构成真实投资依据。
    """
    # 此处应调用 llm_client.chat(prompt)
    # 为演示方便，此处返回模拟结果
    return "基于近期走势，股价呈现震荡上行趋势，建议关注成交量变化。"

# 模拟预测数据
last_historical_price = processed_data['close'].iloc[-1]
predicted_price = last_historical_price * 1.02  # 假设上涨 2%
change_rate = 2.0

analysis_text = call_llm_analysis(last_historical_price, predicted_price, change_rate)

3.2 关于预测准确性的说明

必须明确的是，直接使用 LLM 输出具体数字进行股价预测在学术界和工业界均被视为高风险行为。LLM 擅长文本理解和逻辑推理，但不擅长数学计算和时序外推。更稳健的做法是：

1. 使用传统机器学习模型（如 LSTM, XGBoost）进行数值预测。
2. 使用 LLM 对预测结果进行解读和报告生成。

4. 数据可视化

使用 matplotlib 和 seaborn 绘制历史股价与预测趋势对比图，直观展示数据变化。

4.1 字体配置

为确保中文正常显示，需针对不同操作系统配置字体。

import matplotlib.pyplot as plt
from matplotlib import font_manager
import platform

def configure_matplotlib_for_chinese():
    system = platform.system()
    if system == 'Windows':
        font_name = 'SimHei'
    elif system == 'Darwin':
        font_name = 'STHeiti'
    else:
        # Linux 常见字体路径
        font_path = '/usr/share/fonts/truetype/wqy/wqy-zenhei.ttc'
        if os.path.exists(font_path):
            font_manager.fontManager.addfont(font_path)
            font_name = font_manager.FontProperties(fname=font_path).get_name()
        else:
            raise FileNotFoundError(f"Font file not found: {font_path}")
    
    plt.rcParams['font.sans-serif'] = [font_name]
    plt.rcParams['font.family'] = 'sans-serif'
    plt.rcParams['axes.unicode_minus'] = False

configure_matplotlib_for_chinese()

4.2 绘图与保存

# 合并数据
prediction_dates = pd.date_range(start=processed_data.index[-1] + pd.Timedelta(days=1), periods=5)
prediction_series = pd.Series([last_historical_price * (1 + i * 0.005) for i in range(1, 6)], index=prediction_dates)

plt.figure(figsize=(12, 6))
plt.plot(processed_data.index, processed_data['close'], label='历史收盘价', color='blue')
plt.plot(prediction_series.index, prediction_series.values, label='预测趋势', color='red', linestyle='--')

plt.title('中远海控股价历史数据与预测趋势')
plt.xlabel('日期')
plt.ylabel('收盘价')
plt.legend()
plt.grid(True, alpha=0.3)

# 保存图片
output_dir = 'output'
os.makedirs(output_dir, exist_ok=True)
file_name = os.path.join(output_dir, "stock_prediction.png")
plt.savefig(file_name)
plt.close()
print(f"图表已保存至：{file_name}")

5. 生成分析报告

整合上述数据与 LLM 分析结果，形成最终报告。

results = []
results.append(f"![股价预测图表]({file_name})")
results.append("## 主要发现")
results.append(f"1. 最后历史收盘价为：{last_historical_price:.2f}")
results.append(f"2. 预测期间变化率为：{change_rate:.2f}%")
results.append(f"3. LLM 分析观点：{analysis_text}")

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

6. 总结与风险提示

6.1 技术总结

本文完整展示了从数据获取、清洗、模型交互到可视化的全流程。通过 Python 生态工具链，可以快速搭建金融数据分析原型。重点在于理解 LLM 在其中的定位——它是分析助手而非预测引擎。

6.2 风险提示

1. 数据风险：历史数据不代表未来表现，且 akshare 数据可能存在延迟。
2. 模型风险：大语言模型存在幻觉问题，生成的数值不可完全信赖。
3. 合规风险：任何自动化交易或投资建议需符合当地法律法规，请勿盲目跟单。

6.3 扩展建议

若需进一步提升精度，可考虑：

• 接入更多维度的数据（如新闻情感分析、宏观经济指标）。
• 使用专门的时序预测库（如 prophet, statsmodels）替代 LLM 进行数值计算。
• 部署本地大模型以降低 API 成本并保护数据隐私。

本文仅供技术交流参考，不构成任何投资建议。