从财报数据预判股价走势
📚 共计 30 章节
01
课程导论：为什么财报数据能预测股价？
课程目标与学习路径
导论
框架
02
财报基础：三张报表的核心逻辑
利润表、资产负债表、现金流量表
利润表
资产负债表
现金流
03
关键财务指标（上）
市盈率(PE)、市净率(PB)、净资产收益率(ROE)
PE
PB
ROE
04
关键财务指标（下）
毛利率、净利率、营收增长率、净利润增长率
毛利率
净利率
增长率
05
数据获取：Python爬取财报数据
Tushare / Akshare 实战
Python
Tushare
Akshare
06
数据清洗：缺失值、异常值、标准化
处理脏数据，构建干净数据集
清洗
标准化
07
特征工程：从财报构建预测因子
PE变化率、ROE趋势等
特征
因子
08
数据可视化：Matplotlib/Seaborn
股价与财务指标关系图
可视化
Matplotlib
09
相关性分析：皮尔逊/斯皮尔曼
财务指标与股价相关系数
相关性
统计
10
线性回归入门：单变量预测
用PE预测股价走势
回归
单变量
11
多元线性回归：多指标建模
结合多个财务指标
多元回归
建模
12
模型评估：R²、MSE、MAE
评估预测性能
评估
MSE
13
过拟合与正则化：岭回归/Lasso
在财报预测中的应用
正则化
岭回归
14
时间序列基础：平稳性、自相关
股价与财报时序特性
时间序列
平稳性
15
ARIMA模型：预测未来趋势
历史股价+财报数据
ARIMA
预测
16
机器学习入门：随机森林
预测股价涨跌方向
随机森林
分类
17
支持向量机(SVM)：分类预测
在财报数据上的应用
SVM
分类
18
深度学习初探：LSTM网络
处理财报时间序列
LSTM
深度学习
19
集成学习：Stacking融合模型
提升预测准确率
集成
Stacking
20
回测框架搭建：模拟交易策略
用Python验证模型有效性
回测
模拟
21
风险控制：止损与仓位管理
基于财报数据的风控策略
风控
止损
22
行业对比分析：预测能力差异
不同行业财报指标对比
行业
对比
23
事件驱动策略：财报发布异动
捕捉财报前后股价异动
事件驱动
异动
24
情绪指标融合：新闻/舆情
将市场情绪加入财报模型
情绪
舆情
25
实战案例（一）：贵州茅台
用茅台财报预测股价走势
实战
茅台
26
实战案例（二）：宁德时代
新能源板块走势预测
实战
宁德时代
27
实战案例（三）：招商银行
银行股走势预测
实战
银行
28
模型部署：封装API或本地工具
将模型部署到生产环境
部署
API
29
常见陷阱：造假识别与偏差
财报造假、幸存者偏差、过拟合
陷阱
造假
30
课程总结与进阶：交易系统构建
从预测到完整交易路径
总结
进阶