一、前言

在量化金融领域，股票价格预测是时间序列分析最经典的落地场景之一。股票数据具备典型的时序特征：价格、成交量、涨跌幅等指标随时间连续变化，同时存在趋势性、波动性等规律。

本文将基于 Python 完成一套全流程股票时序分析项目，包含数据读取、数据预处理、多维度可视化（均线、K 线、成交量、涨跌幅分布）、特征工程、模型训练、效果对比、未来股价预测等环节。分别使用线性回归和ARIMA 时间序列模型构建预测模型，并对比两者效果，适合 Python 数据分析、时序建模、量化入门学习者参考。

技术栈：pandas（数据处理）、matplotlib（可视化）、pyecharts（交互式 K 线）、scikit-learn（线性回归 + 模型评估）、statsmodels（ARIMA 时序模型）

数据集：本地 Excel 股票行情数据（包含交易日期、开盘价、收盘价、最高价、最低价、成交量、涨跌幅、5/10/20 日均线等字段）

二、环境准备与依赖安装

运行代码前，确保安装所需第三方库，打开终端执行以下命令：

bash

运行

# 基础数据分析库
pip install pandas numpy matplotlib
# 交互式K线图
pip install pyecharts
# 机器学习+时序模型
pip install scikit-learn statsmodels

三、完整项目实战（分步代码 + 详细讲解）

3.1 导入库 + 全局配置（解决中文 / 负号乱码）

Matplotlib 默认不支持中文，首先进行全局配置，避免图表中文、负号显示异常。

python

运行

# 导入基础库
import pandas as pd
import matplotlib.pyplot as plt
import numpy as np

# 全局设置：解决Matplotlib中文、负号显示问题
plt.rcParams["font.family"] = "SimHei"   # 黑体（Windows）
plt.rcParams["axes.unicode_minus"] = False  # 关闭负号Unicode编码

3.2 读取数据 + 数据探查

读取本地股价数据.xlsx文件，查看数据结构、样本量、缺失值，掌握数据基本情况。

python

运行

# 1. 读取Excel股票数据
df = pd.read_excel("股价数据.xlsx")

# 2. 查看前5行数据
print("数据前5行：")
print(df.head())

# 3. 查看数据基本信息（字段类型、样本数）
print("\n数据基本信息：")
df.info()

# 4. 统计每列缺失值数量
print("\n各字段缺失值统计：")
print(df.isnull().sum())

输出说明： 数据集共 611 条交易数据，包含 14 个字段，所有字段均无缺失值，数据质量良好，无需额外填充缺失值。核心字段说明：

• date：交易日期（字符串类型，后续需转为时间格式）
• open/high/close/low：开盘价、最高价、收盘价、最低价
• volume：成交量；p_change：单日涨跌幅
• ma5/ma10/ma20：5/10/20 日移动平均线（股票常用技术指标）

3.3 数据预处理（时序分析核心步骤）

股票时间序列必须保证数据按时间升序排列，同时转换日期格式、精简字段、重置索引，这是后续建模的基础。

python

运行

# 1. 将日期列转为标准datetime时间格式（时序分析必备）
df['date'] = pd.to_datetime(df['date'])

# 2. 按交易日期升序排序（从早到晚，修正原始数据乱序问题）
df.sort_values(by='date', inplace=True)

# 3. 保留核心业务字段，剔除冗余列
df = df[['date','open','close','high','low',
        'volume','p_change','ma5','ma10','ma20']]

# 4. 重置行索引（排序后索引错乱，重新生成连续索引）
df.reset_index(drop=True, inplace=True)

# 查看预处理后数据
print("预处理后数据前5行：")
print(df.head())

3.4 数据可视化探索（多维度图表分析）

通过可视化挖掘股价、成交量、涨跌幅的分布与趋势规律，共实现4 类经典图表。

3.4.1 收盘价 + 均线趋势图

绘制收盘价与 5/10/20 日均线，观察股价中长期走势与均线支撑 / 压力作用。

python

运行

# 设置画布大小
plt.figure(figsize=(14,6))

# 绘制曲线
plt.plot(df['date'], df['close'], label="收盘价", linewidth=2)
plt.plot(df['date'], df['ma5'], label='5日均线', linestyle='--')
plt.plot(df['date'], df['ma10'], label='10日均线', linestyle='--')
plt.plot(df['date'], df['ma20'], label='20日均线', linestyle='--')

# 图表美化
plt.grid(alpha=0.3)  # 半透明网格
plt.legend()          # 图例
plt.title('收盘价与均线走势图')
plt.show()

3.4.2 交互式 K 线图（pyecharts）

K 线图是股票分析标配，使用pyecharts绘制交互式 K 线，支持缩放、下载、数据查看，适配 Jupyter Notebook。

python

运行

# 导入pyecharts组件
from pyecharts.charts import Kline
from pyecharts import options as opts

# 构造K线数据：顺序必须为 open、close、high、low
y = df[['open','close','high','low']].values.tolist()

# 构建K线图
kline = (
    Kline()
    .add_xaxis(df['date'].tolist())  # X轴：交易日期
    .add_yaxis('股票K线图', y)       # Y轴：K线四要素
    .set_global_opts(
        title_opts=opts.TitleOpts(title='股票K线图'),
        toolbox_opts=opts.ToolboxOpts(is_show=True)  # 开启工具箱（缩放、下载）
    )
)

# 在Notebook中渲染图表
kline.render_notebook()

3.4.3 成交量柱状图

用柱状图展示每日成交量变化，结合股价可分析量价关系（放量上涨、缩量下跌等）。

python

运行

plt.figure(figsize=(14,6))
plt.bar(df['date'], df['volume'])
plt.title('股票成交量柱状图')
plt.show()

3.4.4 涨跌幅分布直方图

统计单日涨跌幅的分布情况，红色虚线标记涨跌分界线（0%），观察股票涨跌概率分布。

python

运行

plt.figure(figsize=(14,6))
# 绘制直方图，bins=40 划分40个统计区间
plt.hist(df['p_change'], bins=40)
# 绘制涨跌分界线（X=0，红色虚线）
plt.axvline(0, color='red', linestyle='--', label='涨跌分界线')

plt.legend()
plt.title('股票涨跌幅分布直方图')
plt.show()

3.5 特征工程 + 划分训练集 / 测试集

时间序列建模不能随机划分数据集（会破坏时序连续性），本文采用前 80% 为训练集，后 20% 为测试集的划分方式。同时构造滞后特征（前一日收盘价），提升模型精度。

python

运行

# 1. 构造滞后特征：前1天收盘价（时序经典特征）
df["close_lag1"] = df["close"].shift(1)

# 2. 剔除滞后特征产生的空值（第一行无昨日数据）
df = df.dropna()

# 3. 按时间比例划分数据集：80%训练集，20%测试集
split = int(len(df) * 0.8)
train = df.iloc[:split]   # 前80% 训练集
test = df.iloc[split:]    # 后20% 测试集

# 4. 定义特征列与预测标签
# 特征：前一日收盘价、开盘价、5日均线
feature_cols = ["close_lag1", "open", "ma5"]
X_train = train[feature_cols]
y_train = train["close"]  # 标签：当日收盘价

X_test = test[feature_cols]
y_test = test["close"]

# 输出数据集规模
print(f"训练集样本数:{len(train)} 条 | 测试集样本数:{len(test)} 条")

3.6 模型一：线性回归模型（传统机器学习）

使用线性回归构建股价预测模型，封装统一评估函数，通过 MAE、RMSE、R² 三大指标评估模型效果。

python

运行

from sklearn.linear_model import LinearRegression
from sklearn.metrics import mean_absolute_error, mean_squared_error, r2_score

# 定义模型评估函数（统一计算三大回归指标）
def eval_model(y_true, y_pred):
    mae = mean_absolute_error(y_true, y_pred)          # 平均绝对误差
    rmse = np.sqrt(mean_squared_error(y_true, y_pred))# 均方根误差
    r2 = r2_score(y_true, y_pred)                     # 拟合优度
    print(f"MAE(平均绝对误差): {mae:.2f}")
    print(f"RMSE(均方根误差): {rmse:.2f}")
    print(f"R²(拟合度): {r2:.2f}")

# 1. 初始化并训练线性回归模型
lr = LinearRegression()
lr.fit(X_train, y_train)

# 2. 测试集预测
y_pred_lr = lr.predict(X_test)

# 3. 模型评估
print("===== 线性回归模型评估结果 =====")
eval_model(y_test, y_pred_lr)

# 4. 可视化：真实收盘价 VS 线性回归预测值
plt.figure(figsize=(14, 6))
plt.plot(test["date"], y_test, label="真实收盘价", linewidth=2)
plt.plot(test["date"], y_pred_lr, label="线性回归预测", linestyle="--")

plt.title("线性回归股价预测结果")
plt.xlabel("日期")
plt.ylabel("股价")
plt.legend()
plt.grid(alpha=0.3)
plt.show()

指标解读：

• MAE/RMSE：数值越小，代表预测值与真实值偏差越小；
• R²：取值 0~1，越接近 1 说明模型拟合效果越好，本文模型 R² 达到 0.98，拟合效果优秀。

3.7 模型二：ARIMA 时间序列模型（专业时序算法）

ARIMA 是时间序列领域经典模型，本文采用滚动单步预测（模拟真实行情：预测一天后，将真实数据纳入模型再预测下一天），贴合股票实时预测场景。

python

运行

from statsmodels.tsa.arima.model import ARIMA

# 1. 初始化历史数据与预测列表
history = list(train["close"])  # 初始历史数据：训练集收盘价
predictions = []                # 存储测试集预测结果

# 2. 滚动单步预测（核心逻辑）
for i in range(len(test)):
    # 构建ARIMA模型，order=(p,d,q)=(10,1,0)
    model = ARIMA(history, order=(10, 1, 0))
    model_fit = model.fit()  # 模型训练
    yhat = model_fit.forecast()[0]  # 预测未来1步
    predictions.append(yhat)

    # 关键：将当日真实收盘价加入历史数据，更新模型
    history.append(test["close"].iloc[i])

# 转为数组，适配评估函数
y_pred_arima = np.array(predictions)

# 3. ARIMA模型评估
print("\n===== ARIMA模型评估结果 =====")
eval_model(y_test, y_pred_arima)

3.8 双模型预测效果同图对比

将真实值、线性回归预测值、ARIMA 预测值绘制在同一张图表中，直观对比两个模型的优劣。

python

运行

# 双模型综合对比图
plt.figure(figsize=(15, 6))
plt.plot(test["date"], y_test, label="真实收盘价", linewidth=2)
plt.plot(test["date"], y_pred_lr, label="线性回归", linestyle="--")
plt.plot(test["date"], y_pred_arima, label="ARIMA", linestyle="--", color="red")

plt.title("线性回归 VS ARIMA 双模型预测效果对比")
plt.legend()
plt.grid(alpha=0.3)
plt.show()

3.9 ARIMA 模型预测未来 10 个交易日股价

使用全量历史数据训练 ARIMA 模型，预测未来 10 个交易日收盘价，实现落地预测需求。

python

运行

# 1. 全量收盘价数据训练ARIMA模型
full_series = df["close"]
final_arima = ARIMA(full_series, order=(5, 1, 0)).fit()

# 2. 预测未来10步（10个交易日）
future_pred = final_arima.get_forecast(steps=10).predicted_mean

# 3. 格式化输出预测结果
print("\n==== 未来10个交易日收盘价预测 ====")
for i, val in enumerate(future_pred, 1):
    print(f"第{i}天预测股价: {val:.2f} 元")

补充说明：代码运行会出现ValueWarning，原因是数据集未设置时间索引，不影响预测结果，可忽略该警告。

四、项目结果分析与总结

4.1 模型指标对比

表格

模型	MAE（平均绝对误差）	RMSE（均方根误差）	R²（拟合优度）
线性回归	0.16	0.21	0.98
ARIMA	0.18	0.25	0.97

1. 精度对比：线性回归模型整体误差略低于 ARIMA，拟合效果更优；两个模型 R² 均接近 0.97 以上，对该股票短期走势预测能力较强。
2. 场景差异
   • 线性回归：依赖人工特征工程（滞后特征、均线、开盘价），适合特征维度较多的场景，训练速度快；
   • ARIMA：纯时序模型，仅依赖历史价格序列，无需复杂特征，适合单变量时序预测，滚动预测耗时更长。

4.2 可视化结论

1. 股价与均线走势高度同步，5 日均线贴合短期价格波动，20 日均线反映中长期趋势；
2. 该股票涨跌幅主要集中在 0 附近，小幅涨跌为常态，大幅涨跌样本较少；
3. 两个模型的预测曲线均与真实股价走势高度重合，无明显偏离。

4.3 项目亮点与拓展方向

项目亮点

1. 完整闭环：从数据读取→预处理→可视化→特征工程→建模→评估→未来预测，覆盖时序项目全流程；
2. 双模型对比：结合传统机器学习与时序专用算法，适合学习不同建模思路；
3. 实战性强：滚动预测、滞后特征、K 线图等均为量化金融行业通用方案。

拓展优化（进阶玩法）

1. 模型优化：调优 ARIMA 的order(p,d,q)参数、使用网格搜索优化线性回归；尝试 LSTM、Prophet 等更先进的时序模型；
2. 特征升级：新增成交量、换手率、RSI、MACD 等金融指标，提升模型精度；
3. 数据增强：使用tushare/akshare接口抓取实时股票数据，替代本地 Excel；
4. 异常处理：针对股市停牌、涨跌停等特殊数据做清洗优化。

五、完整代码汇总

将以上所有代码整合，可直接复制到 Jupyter Notebook / PyCharm 中运行：

python

运行

# ========== 1. 库导入 + 全局配置 ==========
import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
from pyecharts.charts import Kline
from pyecharts import options as opts
from sklearn.linear_model import LinearRegression
from sklearn.metrics import mean_absolute_error, mean_squared_error, r2_score
from statsmodels.tsa.arima.model import ARIMA

# 解决中文、负号乱码
plt.rcParams["font.family"] = "SimHei"
plt.rcParams["axes.unicode_minus"] = False

# ========== 2. 数据读取与探查 ==========
df = pd.read_excel("股价数据.xlsx")
print("数据前5行：")
print(df.head())
print("\n数据基本信息：")
df.info()
print("\n缺失值统计：")
print(df.isnull().sum())

# ========== 3. 数据预处理 ==========
df['date'] = pd.to_datetime(df['date'])
df.sort_values(by='date', inplace=True)
df = df[['date','open','close','high','low','volume','p_change','ma5','ma10','ma20']]
df.reset_index(drop=True, inplace=True)
print("\n预处理后数据：")
print(df.head())

# ========== 4. 数据可视化 ==========
# 4.1 均线走势图
plt.figure(figsize=(14,6))
plt.plot(df['date'], df['close'], label="收盘价", linewidth=2)
plt.plot(df['date'], df['ma5'], label='5日均线', linestyle='--')
plt.plot(df['date'], df['ma10'], label='10日均线', linestyle='--')
plt.plot(df['date'], df['ma20'], label='20日均线', linestyle='--')
plt.grid(alpha=0.3)
plt.legend()
plt.title('收盘价与均线走势图')
plt.show()

# 4.2 K线图
y = df[['open','close','high','low']].values.tolist()
kline = (
    Kline()
    .add_xaxis(df['date'].tolist())
    .add_yaxis('股票K线图', y)
    .set_global_opts(
        title_opts=opts.TitleOpts(title='股票K线图'),
        toolbox_opts=opts.ToolboxOpts(is_show=True)
    )
)
kline.render_notebook()

# 4.3 成交量柱状图
plt.figure(figsize=(14,6))
plt.bar(df['date'], df['volume'])
plt.title('股票成交量柱状图')
plt.show()

# 4.4 涨跌幅直方图
plt.figure(figsize=(14,6))
plt.hist(df['p_change'], bins=40)
plt.axvline(0, color='red', linestyle='--', label='涨跌分界线')
plt.legend()
plt.title('股票涨跌幅分布直方图')
plt.show()

# ========== 5. 特征工程 + 数据集划分 ==========
df["close_lag1"] = df["close"].shift(1)
df = df.dropna()
split = int(len(df) * 0.8)
train = df.iloc[:split]
test = df.iloc[split:]
feature_cols = ["close_lag1", "open", "ma5"]
X_train = train[feature_cols]
y_train = train["close"]
X_test = test[feature_cols]
y_test = test["close"]
print(f"\n训练集:{len(train)} 条 | 测试集:{len(test)} 条")

# ========== 6. 模型评估函数 ==========
def eval_model(y_true, y_pred):
    mae = mean_absolute_error(y_true, y_pred)
    rmse = np.sqrt(mean_squared_error(y_true, y_pred))
    r2 = r2_score(y_true, y_pred)
    print(f"MAE(平均绝对误差): {mae:.2f}")
    print(f"RMSE(均方根误差): {rmse:.2f}")
    print(f"R²(拟合度): {r2:.2f}")

# ========== 7. 线性回归模型 ==========
lr = LinearRegression()
lr.fit(X_train, y_train)
y_pred_lr = lr.predict(X_test)
print("\n===== 线性回归模型评估 =====")
eval_model(y_test, y_pred_lr)

# 线性回归可视化
plt.figure(figsize=(14, 6))
plt.plot(test["date"], y_test, label="真实收盘价", linewidth=2)
plt.plot(test["date"], y_pred_lr, label="线性回归预测", linestyle="--")
plt.title("线性回归股价预测结果")
plt.xlabel("日期")
plt.ylabel("股价")
plt.legend()
plt.grid(alpha=0.3)
plt.show()

# ========== 8. ARIMA时序模型 ==========
history = list(train["close"])
predictions = []
for i in range(len(test)):
    model = ARIMA(history, order=(10, 1, 0))
    model_fit = model.fit()
    yhat = model_fit.forecast()[0]
    predictions.append(yhat)
    history.append(test["close"].iloc[i])
y_pred_arima = np.array(predictions)
print("\n===== ARIMA模型评估 =====")
eval_model(y_test, y_pred_arima)

# ========== 9. 双模型对比可视化 ==========
plt.figure(figsize=(15, 6))
plt.plot(test["date"], y_test, label="真实收盘价", linewidth=2)
plt.plot(test["date"], y_pred_lr, label="线性回归", linestyle="--")
plt.plot(test["date"], y_pred_arima, label="ARIMA", linestyle="--", color="red")
plt.title("线性回归 VS ARIMA 双模型预测效果对比")
plt.legend()
plt.grid(alpha=0.3)
plt.show()

# ========== 10. 预测未来10个交易日 ==========
full_series = df["close"]
final_arima = ARIMA(full_series, order=(5, 1, 0)).fit()
future_pred = final_arima.get_forecast(steps=10).predicted_mean
print("\n==== 未来10个交易日收盘价预测 ====")
for i, val in enumerate(future_pred, 1):
    print(f"第{i}天预测股价: {val:.2f} 元")

六、结语

本文完成了一套落地可用的股票时间序列分析与预测项目，兼顾代码实操、原理讲解与结果分析，非常适合 Python 数据分析、量化交易、时间序列入门学习。金融时序数据具有高波动性、非线性的特点，单一模型很难做到 100% 精准预测，在实际量化场景中，通常会采用多模型融合 + 风控策略提升稳定性。