一、课程导论：GNN基础概念、股票关联分析的意义、课程整体框架与学习路径
1.1 为什么我们要聊图神经网络？
各位同学好，我是这门课的主讲。在正式开始之前，我想先问大家一个问题：股票市场，本质上是什么？
你可能会说，是资金的博弈，是信息的集合，是情绪的放大器。这些都对。但在我做了十几年量化之后，我越来越觉得——股票市场，其实是一张巨大的、动态的、相互关联的网。
你看，A公司涨了，可能带动B供应商的订单预期变好；C行业出了政策，D和E两家竞争对手的股价会反向波动；甚至某只基金爆仓，都能通过质押、融资、衍生品链条，把几十只股票拖下水。这些关系，传统的线性模型很难刻画。
我个人习惯把这种关系叫做「市场的暗线」。你想想看，如果能把所有股票之间的「暗线」都画出来，再让模型去学习这张图上的规律，会发生什么？
嗯，这就是我们这门课的核心——图神经网络（GNN）在股票关联分析中的应用。
核心观点： 股票不是孤立的点，而是图中的节点。它们之间的关联（供应链、行业、资金流、情绪传导）就是图中的边。GNN 就是用来学习这种「节点+边」结构的最强工具之一。
1.2 GNN 基础概念：别怕，其实没那么玄
很多同学一听到「图神经网络」就觉得头大。说实话，我当年刚接触时也这样。但后来我发现，你只要搞懂三个东西就够了：节点、边、消息传递。
- 节点（Node）： 就是图中的每个实体。在股票场景里，节点就是一只股票，或者一个行业指数。
- 边（Edge）： 就是节点之间的关系。比如「同行业」、「上下游」、「大股东关联」、「高频相关性」等。
- 消息传递（Message Passing）： 这是 GNN 的灵魂。说白了，就是每个节点不断「问」它的邻居：你最近怎么样？有什么新信息？然后把这些信息聚合起来，更新自己的状态。
举个例子。假设我们要分析茅台（节点A）和五粮液（节点B）。它们之间有一条边叫「同行业——白酒」。当茅台发布超预期财报时，GNN 会通过这条边，把「利好」信息传递给五粮液，同时也会考虑五粮液自身的估值、库存等特征。最终，模型会输出一个更新后的「五粮液预期收益率」。
我在项目中遇到过一个问题：如果边太多了怎么办？ 比如全市场4000多只股票，两两之间都算相关性，那图就变成了一张「全连接图」，计算量爆炸。后来我学乖了——一定要做图稀疏化，只保留最显著的、有业务含义的边。
避坑指南： 我曾经在第一个 GNN 项目里，把所有股票之间的 Pearson 相关系数大于0.7的都连上了边。结果模型训练了三天三夜没收敛。后来发现，很多高相关只是「伪相关」，比如两只股票都跟大盘涨跌有关，但它们之间并没有直接业务联系。所以，边的定义一定要有业务逻辑支撑，不能纯靠统计。
1.3 股票关联分析的意义：为什么非要用 GNN？
你可能会问：传统的因子模型、时间序列模型不也能做股票预测吗？为什么非要学 GNN？
好问题。我直接说结论：传统模型擅长捕捉「时间维度的规律」，但 GNN 擅长捕捉「空间维度的规律」。
具体来说，股票关联分析能帮我们解决三个核心问题：
- 风险传染识别： 一只股票暴雷，会通过担保链、股权质押链传染给谁？GNN 可以模拟这种「涟漪效应」。
- 联动交易机会： 龙头股异动后，跟风股、补涨股、替代股分别会怎么走？GNN 可以学习这种「联动模式」。
- 行业轮动预测： 资金从科技板块流向消费板块时，中间会经过哪些「桥梁股」？GNN 可以捕捉这种「资金流拓扑」。
我记得有一次做回测，用传统 LSTM 模型预测某只化工股的收益率，夏普比率只有0.8。后来我在模型里加入了「上下游产业链图」的 GNN 特征，夏普直接干到了1.6。为什么？因为 LSTM 只看到了这只股票自己的历史价格，而 GNN 看到了它上游的原油价格波动、下游的房地产开工数据——这些信息，早就通过图结构传过来了。
注意： GNN 不是万能药。如果股票之间根本没有强关联（比如随机选的一篮子股票），强行用 GNN 反而会引入噪声。我建议你在使用前，先做一次图连通性分析，看看你的图里是不是真的有「信息流」。
1.4 课程整体框架与学习路径
好，接下来我给大家画一下这门课的地图。我们一共30章，分成四个模块。
具体来说：
- 模块一（第1-5章）：基础篇。 包括 GNN 核心概念、PyTorch Geometric 环境搭建、最简单的图分类任务。目标是让你能跑通第一个 GNN 模型。
- 模块二（第6-12章）：图构建。 这是最「脏」最累的活。我们会讲如何从股票数据中提取行业图、供应链图、资金流图、情绪传导图。我还会分享一个我自己踩过的坑：「图构建不当，后面模型再牛也白搭」。
- 模块三（第13-22章）：模型篇。 GCN、GAT、GraphSAGE、GIN…… 我们会逐个拆解，并用股票数据做对比实验。你会发现，不同的图结构，适合不同的模型。
- 模块四（第23-30章）：实战篇。 从因子合成、回测框架搭建，到模拟实盘、风险管理。最后我们会做一个完整的「GNN 多因子选股系统」。
我的建议： 如果你时间有限，至少把模块一和模块二吃透。因为「图构建」才是 GNN 在金融领域落地的最大难点。模型反而是相对成熟的。
1.5 你需要准备什么？
嗯，这里我列一个清单，不复杂：
| 工具/知识 | 要求 | 备注 |
|---|---|---|
| Python 基础 | 熟悉 numpy、pandas | 如果不会，建议先补一下 |
| PyTorch 基础 | 了解张量、自动求导 | 我会在第2章快速回顾 |
| 金融常识 | 知道股票、因子、回测 | 不需要很深，我会解释 |
| 硬件 | 有 GPU 最好，没有也行 | 小数据集 CPU 也能跑 |
一个小技巧： 我建议你准备一个 Jupyter Notebook，边看边跑代码。别光听我讲，动手才是王道。我当年学 GNN 时，就是靠一行一行敲代码，才真正理解了「消息传递」是怎么实现的。
1.6 写在开头的话
这门课不会让你成为「量化大神」，但我会尽力让你成为「能用 GNN 解决实际股票分析问题」的人。
课程里会有很多代码，很多案例，也有一些我踩过的坑。我希望你能带着问题来学：「我手里的股票数据，能不能构建成图？如果能，GNN 能帮我发现什么？」
好，第一章就到这里。记住：图是骨架，数据是血肉，模型是灵魂。 我们下一章见。
公众号:蓝海资料掘金营，微信deep3321