FinTrack - 智能股票新闻分析与量化交易系统

基于 AI 的股票新闻分析系统，将新闻与股价走势关联，实现智能选股决策支持。

系统概览

FinTrack 是一个端到端的股票新闻分析与量化交易平台，通过多层级 AI 管道将海量新闻数据转化为可执行的交易信号。

graph TB
    POL[Polygon.io] --> P1[fetch_ohlc]
    POL --> P2[fetch_news]
    P1 --> DB[(SQLite)]
    P2 --> DB
    DB --> L0[Layer 0 规则过滤]
    L0 --> L1[Layer 1 LLM批量分析]
    L1 --> L2[Layer 2 深度分析]
    L1 -.-> ALIGN[新闻对齐 & 收益计算]
    ALIGN --> DB
    DB --> FEAT[特征工程]
    FEAT --> MODEL[XGBoost 预测]
    FEAT --> REACT[React + D3.js]

Loading

核心特性

• 多层级新闻分析：Layer 0 规则过滤 → Layer 1 LLM 批量分析 → Layer 2 按需深度分析，成本可控
• 一键拉取并分析新闻：前端顶栏支持直接触发 fetch → 对齐 → Layer 0 → Batch Layer 1，并展示阶段状态与进度
• 新闻-股价对齐：自动将新闻映射到最近交易日，计算 T+0/1/3/5/10 收益
• AI 量化策略：基于新闻情绪与价格特征的 XGBoost 预测模型，支持策略回测与最优参数扫描
• 交互式可视化：D3.js 粒子图、收益曲线、新闻热力图

系统架构

flowchart TB
    UI[React Frontend] --> FAST[FastAPI]
    FAST --> STOCKS[stocks.py]
    FAST --> NEWS[news.py]
    FAST --> ANALYSIS[analysis.py]
    FAST --> PREDICT[predict.py]
    STOCKS --> DB[(SQLite)]
    NEWS --> DB
    ANALYSIS --> PIPE[pipeline/]
    ANALYSIS --> ML[ml/]
    ANALYSIS --> LLM[llm/]
    PREDICT --> ML
    PIPE --> DB
    LLM --> POL[Polygon API]
    ML --> DB

Loading

数据流与新闻处理管道

flowchart LR
    NEWS[Polygon News] --> L0[Layer 0 规则过滤]
    L0 --> L1[Layer 1 LLM 批量分析<br/>50篇/批]
    L1 --> L2[Layer 2 深度分析<br/>按需触发]
    L2 --> ALIGN[新闻对齐交易日<br/>计算 T+0/1/3/5/10 收益]
    ALIGN --> FEAT[特征工程]
    FEAT --> MODEL[XGBoost 分类]
    MODEL --> SIG[交易信号<br/>prob_up >= threshold]
    SIG --> BT[策略回测<br/>年化收益 / 最大回撤]

Loading

金融算法实现

1. 特征工程 (backend/ml/features.py)

特征矩阵以每个交易日为一条样本，严格使用 shift(1) 避免前视偏差。

新闻情绪特征

特征	说明
sentiment_score	(正面数 − 负面数) / 总文章数
relevance_ratio	高/中相关文章占比
positive_ratio / negative_ratio	正面/负面文章占比
sentiment_score_3d/5d/10d	滚动平均情绪得分
sentiment_momentum_3d	3 日情绪均值 − 10 日情绪均值
news_count_3d/5d/10d	滚动窗口新闻总量

价格与技术特征

特征	说明
ret_1d/3d/5d/10d	历史收益率（已 shift(1)）
volatility_5d/10d	滚动波动率
volume_ratio_5d	当日成交量 / 5 日均量
gap	开盘跳空率
ma5_vs_ma20	均线偏离度
rsi_14	14 日 RSI
day_of_week	星期几（季节因子）

目标变量

• target_t1 / target_t5：标准涨跌方向标签
• target_up_big_t5：T+5 涨幅超过 3% 的低噪声标签
• target_big1_t5 / target_big2_t5：未来 5 日绝对波动超过 1% / 2%

2. 模型训练 (backend/ml/model.py)

采用 XGBoost 分类器，支持单股模型与统一模型（多股合并）：

XGBClassifier(
    max_depth=4,
    n_estimators=200,
    learning_rate=0.05,
    subsample=0.8,
    colsample_bytree=0.8,
    eval_metric="logloss",
)

• 扩展窗口验证（backend/ml/walk_forward.py）：参数搜索和实验评估采用 expanding-window CV；启用文本特征的实验会在每折训练窗口内拟合文本变换器，再转换测试窗口
• 显式目标列：--target-col 参数支持传入任意目标列（如 target_up_big_t5），自动推导对应收益列用于中性过滤
• 评估指标：Accuracy、Precision、Recall、F1、ROC-AUC，并与基线（多数类占比）对比
• 模型持久化：.joblib + XGBoost 原生 .json 格式双保存，元数据保存为 _meta.json；非默认目标列会写入带目标后缀的独立产物，避免覆盖标准 target_t5 模型

3. 评估报告 (backend/ml/evaluation_report.py)

多股票聚合评估工具：

python -m backend.ml.train --evaluation-report --horizon t5 --target-col target_up_big_t5 --metric roc_auc

输出 evaluation_summary.json，包含每只股票的 AUC、准确率、Lift，以及跨股票的平均 AUC、中位数和超过 0.5 的比例。

4. 策略回测 (backend/ml/strategy_backtest.py)

将模型输出的上涨概率 prob_up 转换为long/cash 交易信号：

signal = 1  if prob_up >= threshold  else 0

权益曲线模拟

• 初始资金 1.0，信号生效于次日开盘至再下一日开盘
• 每次换仓收取 fee_rate = 0.1% 手续费
• 持仓日收益 = 当日收盘价 / 前日收盘价 − 1

核心评价指标

指标	计算方式
年化收益率	$(E_{end}/E_{start})^{1/years} - 1$，按 252 交易日/年
最大回撤	$\max{(peak - equity)/peak}$
胜率	盈利交易次数 / 总交易次数
累计收益率	$E_{end} / E_{start} - 1$
买入持有收益率	同期单纯持有股票的收益率

最优策略扫描

• 支持对多只股票、多阈值（0.50/0.55/0.60/0.65/0.70）、多 horizon（t1/t5）进行批量回测
• 选择满足课程目标（年化收益 > 20% 且最大回撤 < 20%）的最优策略写入 strategy_best.json

快速开始

环境要求

• Python 3.10+
• Node.js 18+

安装

python -m venv venv
venv\Scripts\activate          # Windows
pip install -r requirements.txt
cp .env.example .env            # 填入 POLYGON_API_KEY 与 LLM Key

启动服务

后端（项目根目录）

.\venv\Scripts\python.exe -m uvicorn backend.api.main:app --host 127.0.0.1 --port 8000

访问：http://127.0.0.1:8000/docs

前端

cd frontend
npm run dev

访问：终端输出的 Vite 本地地址（通常为 http://127.0.0.1:5173/PokieTicker/ 或 http://localhost:7777/PokieTicker/）

顶栏一键“拉取并分析新闻”

启动前后端后：

1. 在顶栏选择股票代码
2. 点击 📰 Fetch & Analyze News
3. 系统会依次执行：
   • Polygon 行情与新闻拉取
   • 新闻与交易日对齐
   • Layer 0 规则过滤
   • Layer 1 Batch 提交与轮询
4. 完成后自动刷新新闻面板、分类面板与图表粒子层

状态卡会在顶栏显示当前阶段、已处理数量、相关文章数量和队列进度。

环境变量与外部依赖

要完整运行“一键拉取并分析新闻”，至少需要以下配置：

• polygon_api_key：用于拉取 OHLC 与新闻数据
• anthropic_api_key：用于 Layer 1 Batch 分析

如果缺少或无效：

• Polygon 不可用时，请求可能停留在拉取阶段或返回抓取错误
• Anthropic 不可用时，后端会返回友好的失败状态，而不是 500 异常

建议在项目根目录创建 .env：

polygon_api_key=your_polygon_key
anthropic_api_key=your_anthropic_key

常用运维命令

操作	命令
批量补齐未抓取股票	python -m backend.bulk_fetch
增量更新已有股票	python -m backend.weekly_update
单股 Layer 1 情感分析	python -c "from backend.pipeline.layer1 import run_layer1; run_layer1('AAPL')"
批量 Layer 1 分析	python -m backend.batch_submit --top 50
策略回测扫描	python -m backend.ml.strategy_backtest --scan
查看单策略详情	python -m backend.ml.strategy_backtest --symbol MU --horizon t5 --threshold 0.65

ML 训练与评估命令

# 参数搜索（扩展窗口 CV）
python -m backend.ml.train --search-params --symbol AAPL --horizon t5

# 使用显式低噪声目标搜索，输出文件会带 target_up_big_t5 后缀
python -m backend.ml.train --search-params --symbol AAPL --horizon t5 --target-col target_up_big_t5 --metric roc_auc

# 生成多股票评估报告
python -m backend.ml.train --evaluation-report --horizon t5 --target-col target_up_big_t5 --metric roc_auc --evaluation-output backend/ml/models/evaluation_summary.json

技术栈

层级	技术
后端	FastAPI + SQLite (WAL)
前端	React 19 + TypeScript + Vite + D3.js
机器学习	XGBoost + Scikit-learn + NumPy + Pandas
数据源	Polygon.io
LLM	SiliconFlow / Anthropic / MiniMax

目录结构

FinTrack/
├── backend/
│   ├── api/routers/          # FastAPI 路由
│   ├── pipeline/             # 新闻处理管道 (L0/L1/L2/对齐)
│   ├── ml/                   # 特征工程、训练、推理、回测
│   ├── polygon/              # Polygon API 封装
│   └── llm/                  # LLM 统一客户端
├── frontend/src/             # React 页面与组件
├── tests/                    # 测试
└── doc/                      # 课程文档与报告

许可证

MIT License

---

作者：Chasen ；欢迎交流

---