一、图神经网络选股导论
量化投资这个领域，我摸爬滚打了快十年。说实话，刚入行那会儿，大家用的都是些传统模型——线性回归、时间序列、随机森林这些。但市场这东西，说白了就是个复杂系统，股票之间相互影响、产业链上下游联动、资金在板块间轮动...这些关系，传统模型很难刻画。
直到我接触到图神经网络（GNN），才感觉找到了一个真正能描述市场结构的工具。嗯，今天我们就来聊聊，为什么GNN在选股这件事上，比传统方法更有优势。
量化投资概述
量化投资，就是用数学模型和计算机技术来做投资决策。我个人习惯把它分成三个层次：
- 因子挖掘：找到能预测股价的规律性特征
- 模型构建：用算法把这些因子组合起来
- 执行优化：在交易成本、冲击成本之间找平衡
你想想看，A股市场有4000多只股票，每只股票又有几百个特征维度。传统做法是把它们当成独立的样本，用线性回归或者树模型去拟合。但这里有个问题——股票之间真的独立吗？
核心洞察：股票之间的关系网络，本身就是一种信息。同行业的股票会互相影响，供应链上下游会传导风险，甚至机构持仓的关联也会引发连锁反应。
传统选股模型的局限
我在项目中遇到过不少坑，这里挑几个典型的说说：
| 模型类型 | 典型问题 | 我踩过的坑 |
|---|---|---|
| 线性回归 | 只能捕捉线性关系 | 2015年股灾时，模型完全失效，因为市场结构变了 |
| 随机森林/XGBoost | 忽略样本间关系 | 曾经把同行业的股票同时选入，结果一荣俱荣一损俱损 |
| LSTM/Transformer | 只关注时间维度 | 能预测个股走势，但无法解释板块联动 |
说白了，传统模型把股票当成「孤岛」来处理。但真实市场里，股票之间是「一张网」。举个例子：茅台涨价，五粮液会跟涨；宁德时代出利空，整个新能源板块都会受影响。这种关系，传统模型很难建模。
避坑指南：我曾经用XGBoost做多因子选股，回测效果很好，但实盘一跑就崩。后来发现，模型学到了很多「伪相关」——比如两家公司只是名字相似，就被模型当成了关联股。这就是忽略了真实关系结构的代价。
图神经网络的优势
图神经网络为什么适合选股？我总结了三点：
- 天然适合关系建模：股票之间的关系（行业、供应链、资金流）天然就是图结构
- 消息传递机制：GNN通过邻居节点聚合信息，模拟了市场中的信息传播过程
- 端到端学习：不需要人工设计关系特征，模型自己学习哪些关系重要
我记得第一次用GNN做选股实验时，发现模型自动学会了「同行业股票在财报季会互相影响」这个规律。传统模型需要人工构造「行业哑变量」才能做到的事，GNN自己就学出来了。
个人经验：GNN在A股市场的效果尤其好。因为A股散户占比高，情绪传导快，股票之间的联动性比美股强很多。用GNN建模这种「情绪传染」效应，效果立竿见影。
知识体系总览
下面这张图，是我自己梳理的GNN选股知识体系。你可以把它当成整个课程的地图：
课程目标与学习路径
这门课的目标很明确：让你从零开始，搭建一个能跑在实盘上的GNN选股模型。不是那种「纸上谈兵」的demo，而是真正能赚钱的系统。
学习路径我建议这样走：
- 前5章：打好基础，理解图数据和GNN原理
- 第6-15章：动手实践，从数据获取到模型训练
- 第16-25章：进阶优化，处理过拟合、提高泛化能力
- 第26-30章：实盘部署，风控、回测、资金管理
我的建议：别急着跳着看。GNN这东西，基础不牢后面很容易翻车。我见过太多人一上来就调参，结果连「消息传递」都没搞明白，最后模型跑出来全是噪音。
好了，导论就到这里。下一章我们开始动手——先聊聊怎么把股票市场变成一张图。嗯，这才是GNN选股的第一步，也是最关键的一步。