一、课程导论与项目全景

各位同学，欢迎来到《商品期货机器学习预测模型实战》的第一课。

我是你们这门课的主讲人。在量化交易这个行当摸爬滚打了快十年，从最初的手工盯盘，到后来写简单的均线策略，再到现在用深度学习预测期货价格——这条路我走得不算快，但每一步都踩得挺实。今天，咱们先不急着写代码，先把整个项目的蓝图看清楚。

1.1 商品期货市场：一个适合机器学习的战场

先聊聊商品期货。说白了，就是买卖“未来的商品”。比如你现在花5000块买一手螺纹钢期货，赌的是三个月后螺纹钢的价格会涨到5500。如果真涨了，你就赚了；跌了，你就亏。

但这里有个关键点：商品期货的价格波动，背后有实实在在的供需逻辑。比如原油期货，受OPEC减产、地缘政治、库存数据影响；豆粕期货，看美国大豆的播种面积和天气。这些因素，都可以用数据量化。

我个人习惯把商品期货市场比作一个“半有效市场”。为什么是半有效？因为信息传递有延迟，市场情绪会过度反应，这就给机器学习留下了套利空间。你想想看，如果市场完全有效，那咱们还学什么模型？直接买指数基金得了。

1.2 机器学习在量化交易中的角色

很多新手问我：“机器学习真能在期货市场赚钱吗？”

我的回答是：能，但别指望它点石成金。

机器学习在量化交易里，扮演的是“副驾驶”的角色。它帮你处理海量数据，发现人眼看不到的规律，生成交易信号。但最终决策——比如仓位管理、风险控制——还得靠人。

我记得2018年做过一个项目，用LSTM预测螺纹钢的5分钟K线。模型在回测里年化收益80%，我兴冲冲地上了实盘。结果呢？前两周赚了15%，第三周一个跳空低开，直接回撤30%。

为什么会这样？因为模型只学到了历史模式，没学到“黑天鹅”。从那以后，我给自己定了个规矩：任何机器学习信号，都必须叠加风控过滤器。

具体来说，机器学习在量化交易中主要干三件事：

• 特征提取：从原始行情数据（开盘价、收盘价、成交量、持仓量）中，构造出有预测力的因子。比如RSI、布林带、波动率等。
• 模式识别：用模型（随机森林、XGBoost、LSTM、Transformer）去学习历史数据中的非线性关系。
• 信号生成：输出一个概率值或分类标签（涨/跌/震荡），作为交易决策的依据。

1.3 本课程项目架构与数据流

好，接下来咱们看看整个项目的骨架。我把它画成了一张流程图，你一看就明白。

这张图就是咱们整个课程的主线。从数据采集开始，到数据清洗、特征工程、模型训练、回测验证，最后实盘部署。注意看那条红色的虚线——那是反馈回路。你回测发现效果不好，就得回去改特征、调参数，甚至换模型。

数据流具体怎么走？我简单说一下：

1. 原始数据：日线/分钟线行情，包括开盘价、最高价、最低价、收盘价、成交量、持仓量。
2. 衍生数据：通过特征工程，生成技术指标（如MACD、KDJ）、量价关系（如OBV）、波动率指标。
3. 标签数据：定义预测目标。比如“未来5分钟涨跌幅超过0.3%”作为正样本。
4. 训练数据：按时间顺序切分，前70%训练，后30%验证。注意不能随机打乱！
5. 模型输出：预测概率或分类结果，结合风控规则生成交易信号。

1.4 环境搭建：Python、Jupyter、必备库

工欲善其事，必先利其器。咱们先把开发环境搭好。

我个人习惯用 Python 3.9+，配合 Jupyter Lab 做交互式开发。为什么用Jupyter？因为做量化研究时，你需要反复调试、可视化、记录中间结果。Jupyter的单元格模式特别适合这种工作流。

下面是必备库的清单：

库名	用途	安装命令
pandas	数据处理、时间序列操作	pip install pandas
numpy	数值计算、矩阵运算	pip install numpy
matplotlib / seaborn	数据可视化、回测曲线绘制	pip install matplotlib seaborn
scikit-learn	传统机器学习模型、数据预处理	pip install scikit-learn
xgboost / lightgbm	梯度提升树模型（竞赛利器）	pip install xgboost lightgbm
tensorflow / pytorch	深度学习框架（LSTM、Transformer）	pip install tensorflow 或 pip install torch
tushare / akshare	免费获取中国期货行情数据	pip install tushare akshare
backtrader	回测框架（可选）	pip install backtrader

安装完这些库后，我建议你跑一个简单的测试脚本，确保环境没问题：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import xgboost as xgb
import tensorflow as tf

print("所有库导入成功！")
print(f"Pandas版本: {pd.__version__}")
print(f"TensorFlow版本: {tf.__version__}")

好了，环境搭好，咱们就可以正式开始干活了。下一节，我们会拿真实数据，一步步构建第一个预测模型。记住：量化交易不是赌博，是概率游戏。我们做的每一行代码，都是在寻找那一点点概率优势。

---