使用MATLAB预测股票次日股价实战

数据获取、特征工程、时间切分、神经网络集成与诚实评估

实验数据截止：2026年6月24日

本文使用 MATLAB R2025b、Tushare 日线行情和 fitrnet 神经网络，对深南电路 002916.SZ的下一交易日收益率进行预测。重点不是展示一条“神奇曲线”，而是完整说明数据处理、时间序列切分、特征工程、模型选择、集成预测、朴素基线和结果局限。

建议标签： MATLAB、Tushare、A股、神经网络、量化分析、时间序列、股票预测

一、项目背景

股票预测最容易出现两个误区：

• 直接拟合不断上涨的价格，使模型只学会长期趋势；
• 随机打乱训练集和测试集，让模型在训练时“看到未来”。

因此，本项目没有直接预测股价绝对值，而是预测下一交易日的对数收益率：

y(t) = log(Close(t+1) / Close(t))

预测出收益率后，再用当天收盘价还原下一交易日价格：

ForecastClose(t+1) = Close(t) × exp(y_hat(t))

这样既能减弱价格非平稳趋势的影响，也方便与“明天价格等于今天”的朴素基线公平比较。

图：模型总体流程

二、运行环境与项目文件

本文实验环境如下：

项目核心文件：

E:\\A股\\
├─ tushare_matlab_sdk\\
├─ data\\002916_daily_raw.csv
├─ fetch_shennan_history.m
├─ analyze_predict_shennan.m
├─ generate_blog_figures.m
└─ analysis_results\\

三、通过 Tushare 获取历史行情

Tushare MATLAB SDK 原始版本较老，内部使用的 urlread2 已不适合当前 MATLAB 和 HTTPS 接口。因此我将网络层改成 MATLAB 自带的 webwrite，同时保留原有调用方式：

token = string(getenv("TUSHARE_TOKEN"));
api = pro_api(char(token));

data = api.query("daily", …
    "ts_code", "002916.SZ", …
    "start_date", "20171213", …
    "end_date", "20260624");

Token 不写入源代码，而是放入当前 MATLAB 环境变量：

setenv("TUSHARE_TOKEN", "你的Tushare Token")

这种方式可以避免将密钥提交到 Git 仓库或者截图中。

原始数据包含：

• 开盘价、最高价、最低价、收盘价；
• 前收盘价和涨跌幅；
• 成交量与成交额；
• 交易日期和证券代码。

四、为什么要重建连续价格

A股会发生送股、分红、拆分等除权除息事件。若直接对未复权收盘价求差，模型可能把机械除权误认为真实暴跌。

本文利用 Tushare 返回的日涨跌幅重建连续价格序列，并将最新价格作为锚点：

dailyReturn = log1p(T.pct_chg / 100);

logContinuousClose = zeros(height(T),1);
logContinuousClose(end) = log(T.close(end));

for k = height(T)-1:-1:1
    logContinuousClose(k) = …
        logContinuousClose(k+1) – dailyReturn(k+1);
end

continuousClose = exp(logContinuousClose);

这个连续价格用于计算均线距离和趋势特征；最终预测价格仍然以最新真实收盘价为基准。

五、特征工程设计

模型共使用 15 项特征，所有特征都只使用预测时点及之前的数据。

1. 动量特征

• 1日、3日、5日、10日、20日累计对数收益率；
• 描述短期和中期价格惯性。

2. 均线偏离特征

• 当前连续价格相对 MA5、MA20、MA60 的偏离；
• 用于识别短线跌破均线或中期过热状态。

3. 波动特征

• 5日收益率波动率；
• 20日收益率波动率；
• 当日最高价与最低价形成的日内振幅。

4. 强弱与成交特征

• RSI(14)；
• 成交量对数变化；
• 当前成交量相对20日平均成交量；
• 开盘价相对前收盘价的跳空幅度。

核心代码如下：

XAll = table( …
    dailyReturn, ret3, ret5, ret10, ret20, …
    continuousClose ./ ma5 – 1, …
    continuousClose ./ ma20 – 1, …
    continuousClose ./ ma60 – 1, …
    volatility5, volatility20, rsi14 / 100, …
    logVolumeChange, volumeRatio20, intradayRange, openGap);

六、时间序列切分：绝不能随机打乱

样本按时间先后划分：

nTrain = floor(0.70 * n);
nValidation = floor(0.15 * n);

iTrain = 1:nTrain;
iValidation = nTrain + (1:nValidation);
iTest = (nTrain+nValidation+1):n;

测试集时间约为 2025年3月25日至2026年6月24日，共302个交易日。测试集不参与网络结构选择。

七、网络结构选择

这是一个表格回归任务，因此采用 MATLAB 推荐的 fitrnet，而不是旧版的 fitnet 或 trainNetwork。

候选结构包括：

architectures = {8, 16, [16 8], [32 16]};
lambdas = [1e-3, 1e-4];

每个候选网络都只根据验证集 RMSE 排名：

model = fitrnet( …
    X(iTrain,:), Y(iTrain), …
    Standardize=true, …
    LayerSizes=architectures{a}, …
    Activations="relu", …
    Lambda=lambdas(l), …
    ValidationData={X(iValidation,:),Y(iValidation)}, …
    ValidationPatience=20, …
    IterationLimit=500);

最终选中的结构为：

输入层：15项特征
隐藏层：32 → 16
激活函数：ReLU
L2正则化：0.0001
输出层：下一交易日对数收益率

八、为什么采用15个模型集成

神经网络的训练结果会受到随机初始化影响。对于股票这种噪声很高的数据，单次训练可能给出偶然的极端预测。

因此，最终阶段使用15个不同随机种子的同结构网络，并取预测中位数：

ensembleSize = 15;
ensembleReturns = zeros(ensembleSize,1);

for member = 1:ensembleSize
    rng(2000 + member);
    finalModels{member} = fitrnet( …
        X, Y, …
        Standardize=true, …
        LayerSizes=[32 16], …
        Activations="relu", …
        Lambda=1e-4);

    ensembleReturns(member) = …
        predict(finalModels{member}, latestFeatures);
end

nextReturn = median(ensembleReturns);

本次15个模型的预测收益率范围为约 -3.84% 至 +0.13%，标准差为1.23个百分点，说明模型对随机初始化仍然比较敏感。

九、必须设置朴素基线

股价预测图往往看起来很贴合，因为：

明天的价格通常与今天的价格非常接近

因此真正需要击败的基线是：

naivePrediction = 0;       % 下一日收益率为0
naivePrice = todayClose;   % 下一日价格等于今日价格

测试集结果

图：样本外评估

结果非常重要：虽然预测价格曲线在视觉上紧跟真实价格，但模型没有稳定战胜朴素基线，方向准确率也低于50%。

这意味着该模型适合用作 MATLAB 时间序列和机器学习实验，不应直接作为交易系统。

十、2026年6月25日预测结果

截至2026年6月24日：

• 最新收盘价：431.90元；
• 当日涨跌幅：+1.38%；
• 5日累计收益率：+6.94%；
• 20日累计收益率：+3.58%；
• 60日累计收益率：+82.58%；
• RSI(14)：62.48；
• 相对MA20：+7.31%；
• 相对MA60：+30.80%；
• 20日年化波动率：75.43%。

集成模型给出的下一交易日预测为：

预测日期：2026-06-25
预测收盘价：423.80元
预测收益率：-1.87%
经验80%区间：407.62元至448.92元

图：次日价格预测

需要强调：经验区间由测试集残差的10%和90%分位数构造，并不是概率保证区间。

十一、为什么模型预测回调

为了理解预测结果，我进行了一次局部归因实验：

图：局部归因

主要下行因素如下：

其中，短期波动率是最大影响因素。若仅将5日波动率恢复为历史中位数，模型预测会由约 -1.9% 改善到接近持平。

但这属于模型关联解释，不代表现实中的因果关系。

十二、MATLAB预测图代码

以下代码绘制最近90个交易日价格、次日预测点和经验区间：

recent = T(end-89:end,:);
futureDate = datetime(2026,6,25);

figure(Color="w");
plot(recent.Date, recent.close, …
    Color=[0.08 0.26 0.55], LineWidth=2);
hold on;

errorbar(futureDate, forecastClose, …
    forecastClose-forecastInterval(1), …
    forecastInterval(2)-forecastClose, …
    "o", Color=[0.82 0.20 0.18], …
    MarkerFaceColor=[0.82 0.20 0.18], …
    MarkerSize=8, LineWidth=2);

yline(T.close(end), "–", "最新收盘价");
grid on;
xlabel("交易日期");
ylabel("价格（元）");
title("深南电路下一交易日收盘价预测");

十三、模型目前有哪些不足

1. 单只股票样本较少

2065条日线对于神经网络来说并不算多，模型容易学习到阶段性规律。

2. 市场状态会变化

训练期内有效的关系，可能在新的政策、产业周期和市场风格中失效。

3. 缺少外部变量

当前模型主要使用个股价格和成交量，没有加入：

• 沪深300、电子行业指数和PCB板块走势；
• 公司财务指标和估值；
• 公告、新闻和机构一致预期；
• 市场资金、北向资金和融资融券数据。

4. 评价优势不显著

模型在测试集上没有击败朴素基线。若把交易成本、滑点和涨跌停限制加入回测，实际表现可能更差。

5. 区间仍然很宽

407.62元至448.92元的经验区间说明单日噪声很大。相比点预测，风险区间更值得关注。

十四、可继续改进的方向

• 使用滚动窗口或扩展窗口进行 Walk-Forward 验证；
• 加入沪深300和行业指数的相对强弱特征；
• 将预测目标改为“未来5日超额收益”；
• 将回归问题改为上涨、震荡、下跌三分类；
• 使用梯度提升树、线性模型和神经网络进行模型融合；
• 加入交易成本后进行策略级回测；
• 使用 SHAP 或置换重要性进行更系统的解释。

十五、总结

本文完成了一套较完整的 MATLAB A股预测实验：

本次模型预测2026年6月25日收盘价约为423.80元，但测试集方向准确率只有48.34%，且未稳定战胜朴素基线。因此，最有价值的结论不是“明天一定下跌”，而是：

当前股价处于高涨幅、高波动和较大均线偏离状态，
模型认为短期回撤风险上升，但预测信号本身并不可靠。

免责声明：本文仅用于 MATLAB、时间序列分析和机器学习技术研究，不构成任何投资建议。股票市场存在较高风险，请独立判断并自行承担风险。