)
1 研究背景阿里巴巴是具有代表性的中国互联网与电子商务企业BABA美国存托股票自2014年上市以来经历多轮估值扩张和收缩。股票价格是企业基本面、宏观环境、市场流动性、监管预期和投资者情绪共同作用的结果。日度OHLCV数据不能直接说明事件原因却能系统呈现价格趋势、收益分布、风险暴露和交易活跃度。Notebook使用相关性热力图、特征分布和线性回归预测收盘价适合入门学习但将当日开盘、最高、最低和成交量随机拆分后预测当日收盘价会把同一交易日已经发生的信息带入模型并破坏时间顺序。本报告保留其探索性分析主线同时把目标改为下一交易日方向按日期划分训练与测试从而更接近真实预测场景。金融数据具有噪声大、非平稳、厚尾和结构变化等特点模型在历史样本上拟合良好并不意味着未来有效。因此本研究不仅展示图表和模型也重点解释验证方式、朴素基准和结果边界。2 研究意义第一本案例提供从原始CSV到可编辑报告的完整复现链条涵盖数据质量检查、收益率计算、技术指标、风险指标、季节性、分类模型和时间外测试适合作为经济金融数据分析作品。第二报告将收益与风险同时呈现。累计收益、年度收益、波动率和最大回撤分别回答不同问题可以避免只展示上涨阶段而忽略持有过程损失。第三案例演示如何识别机器学习中的信息泄漏。按时间切分且只使用历史变量预测下一日目标更能反映模型真实泛化能力也能说明低准确率有时是更可信的研究结果。3 数据来源与研究设计3.1 数据来源与质量数据来自Alibaba (BABA) Stock Market Dataset交付CSV与下载包中的Ali_Baba_Stock_Data.csv字节内容一致仅修改文件名。文件实际覆盖2014-09-19至2025-02-13包含Date、Open、High、Low、Close、Adj Close和Volume七个原始字段共2617行原始价格和成交量字段无缺失。变量含义分析用途Date交易日期排序、重采样和时间切分Open/High/Low/Close开高低收价格价格路径和当日波动Adj Close复权收盘价收益率、均线和回撤Volume成交股数交易活跃度和成交量变化3.2 指标与模型日收益率由相邻交易日复权收盘价计算年化波动率采用日收益标准差乘以252平方根回撤为累计净值相对历史峰值的跌幅MA20、MA120、20日与60日波动率、成交量变化和14日RSI用于描述趋势、风险和市场状态。模型特征包括1日、5日和20日历史收益、20日均线偏离、20日波动率、成交量变化和RSI14目标是下一交易日是否上涨。训练集共1815条测试集共781条以2022年1月1日为界使用标准化和逻辑回归评价指标包括准确率、F1、ROC-AUC、混淆矩阵以及预测概率分组。4 实证分析4.1 价格趋势与收益表现df[MA20] df[Adj Close].rolling(20).mean() df[MA120] df[Adj Close].rolling(120).mean() ax.plot(df.index, df[Adj Close], label复权收盘价) ax.plot(df.index, df[MA20], label20日均线) ax.plot(df.index, df[MA120], label120日均线)BABA复权收盘价从样本初期的 90.67美元 演变至期末的 119.54美元期间在 2020-10-27 达到样本最高值 306.28美元。价格轨迹不是平滑增长而是经历上市初期波动、2017—2020年上行、高位后的快速回撤以及后续修复。20日均线对短期价格变化更敏感120日均线反映中期趋势两条均线在趋势反转阶段出现交叉但均线属于滞后指标不能单独作为买卖依据。样本期累计收益为 31.83%说明长期持有结果不仅取决于企业成长也高度依赖买入时点和回撤承受能力。4.2 波动风险与交易活跃度df[日收益率] df[Adj Close].pct_change() df[波动率20] df[日收益率].rolling(20).std() * np.sqrt(252) df[波动率60] df[日收益率].rolling(60).std() * np.sqrt(252) ax.plot(df.index, df[波动率20] * 100, label20日年化波动率) ax.plot(df.index, df[波动率60] * 100, label60日年化波动率)日成交量呈显著尖峰分布样本初期上市交易和部分剧烈波动阶段出现异常放量最大单日成交量约为 271.88百万股而日成交量中位数约为 16.01百万股。价格下跌不一定每天伴随高成交量但重大重新定价往往会同时提高交易活跃度。成交量反映市场参与和分歧程度不直接代表上涨或下跌方向因此在预测中使用成交量变化而非成交量绝对值并通过标准化减少量纲影响。4.3 时间季节性与年度风险收益月度热力图显示正负收益在时间上呈块状聚集而不是由某一个月份稳定主导。全样本平均月收益最高的月份为 1月6.55%最低为 12月-4.01%但同一月份在不同年份仍可能出现相反方向说明所谓月份效应缺乏稳定性。热力图更适合识别阶段性行情和极端月份不能仅凭历史月均值建立固定交易规则。4.4 特征关系与短期方向预测corr_cols [日收益率,收益率5,收益率20,均线偏离20, 波动率20,成交量变化,RSI14,下一日收益] corr df[corr_cols].corr() sns.heatmap(corr, annotTrue, fmt.2f, cmapRdBu_r, center0)逻辑回归以2022年以前数据训练、2022年以后数据测试测试集准确率为 51.86%朴素多数类基准为 52.75%ROC-AUC为 0.516F1为 0.478。混淆矩阵显示模型对上涨和下跌的识别并不均衡ROC曲线也接近随机分类对角线说明这些简单技术特征没有形成强而稳定的下一日方向预测能力。按时间切分后的结果比随机切分更接近真实使用场景模型表现一般不是失败而是重要结论避免用信息泄漏制造过高准确率。5 结论与启示编号核心结论解释结论一长期收益为正但路径曲折累计收益31.83%最大回撤-80.09%结论二收益分布具有厚尾极端涨跌和波动聚集使平均收益不足以代表风险结论三季节性缺乏稳定性月份与星期均值差异小于总体日波动结论四风险不保证收益高波动年度既可能上涨也可能下跌结论五简单技术特征预测力弱测试准确率51.86%低于基准52.75%结论六验证方法比漂亮指标更重要时间切分和下一日目标避免同日信息泄漏具体细节见原文完整案例可私创造不易谢谢各位多多点赞收藏 阿里巴巴股票市场表现、波动风险与短期方向预测(基于2014—2025年BABA日度OHLCV数据的复现与扩展)
1 研究背景阿里巴巴是具有代表性的中国互联网与电子商务企业BABA美国存托股票自2014年上市以来经历多轮估值扩张和收缩。股票价格是企业基本面、宏观环境、市场流动性、监管预期和投资者情绪共同作用的结果。日度OHLCV数据不能直接说明事件原因却能系统呈现价格趋势、收益分布、风险暴露和交易活跃度。Notebook使用相关性热力图、特征分布和线性回归预测收盘价适合入门学习但将当日开盘、最高、最低和成交量随机拆分后预测当日收盘价会把同一交易日已经发生的信息带入模型并破坏时间顺序。本报告保留其探索性分析主线同时把目标改为下一交易日方向按日期划分训练与测试从而更接近真实预测场景。金融数据具有噪声大、非平稳、厚尾和结构变化等特点模型在历史样本上拟合良好并不意味着未来有效。因此本研究不仅展示图表和模型也重点解释验证方式、朴素基准和结果边界。2 研究意义第一本案例提供从原始CSV到可编辑报告的完整复现链条涵盖数据质量检查、收益率计算、技术指标、风险指标、季节性、分类模型和时间外测试适合作为经济金融数据分析作品。第二报告将收益与风险同时呈现。累计收益、年度收益、波动率和最大回撤分别回答不同问题可以避免只展示上涨阶段而忽略持有过程损失。第三案例演示如何识别机器学习中的信息泄漏。按时间切分且只使用历史变量预测下一日目标更能反映模型真实泛化能力也能说明低准确率有时是更可信的研究结果。3 数据来源与研究设计3.1 数据来源与质量数据来自Alibaba (BABA) Stock Market Dataset交付CSV与下载包中的Ali_Baba_Stock_Data.csv字节内容一致仅修改文件名。文件实际覆盖2014-09-19至2025-02-13包含Date、Open、High、Low、Close、Adj Close和Volume七个原始字段共2617行原始价格和成交量字段无缺失。变量含义分析用途Date交易日期排序、重采样和时间切分Open/High/Low/Close开高低收价格价格路径和当日波动Adj Close复权收盘价收益率、均线和回撤Volume成交股数交易活跃度和成交量变化3.2 指标与模型日收益率由相邻交易日复权收盘价计算年化波动率采用日收益标准差乘以252平方根回撤为累计净值相对历史峰值的跌幅MA20、MA120、20日与60日波动率、成交量变化和14日RSI用于描述趋势、风险和市场状态。模型特征包括1日、5日和20日历史收益、20日均线偏离、20日波动率、成交量变化和RSI14目标是下一交易日是否上涨。训练集共1815条测试集共781条以2022年1月1日为界使用标准化和逻辑回归评价指标包括准确率、F1、ROC-AUC、混淆矩阵以及预测概率分组。4 实证分析4.1 价格趋势与收益表现df[MA20] df[Adj Close].rolling(20).mean() df[MA120] df[Adj Close].rolling(120).mean() ax.plot(df.index, df[Adj Close], label复权收盘价) ax.plot(df.index, df[MA20], label20日均线) ax.plot(df.index, df[MA120], label120日均线)BABA复权收盘价从样本初期的 90.67美元 演变至期末的 119.54美元期间在 2020-10-27 达到样本最高值 306.28美元。价格轨迹不是平滑增长而是经历上市初期波动、2017—2020年上行、高位后的快速回撤以及后续修复。20日均线对短期价格变化更敏感120日均线反映中期趋势两条均线在趋势反转阶段出现交叉但均线属于滞后指标不能单独作为买卖依据。样本期累计收益为 31.83%说明长期持有结果不仅取决于企业成长也高度依赖买入时点和回撤承受能力。4.2 波动风险与交易活跃度df[日收益率] df[Adj Close].pct_change() df[波动率20] df[日收益率].rolling(20).std() * np.sqrt(252) df[波动率60] df[日收益率].rolling(60).std() * np.sqrt(252) ax.plot(df.index, df[波动率20] * 100, label20日年化波动率) ax.plot(df.index, df[波动率60] * 100, label60日年化波动率)日成交量呈显著尖峰分布样本初期上市交易和部分剧烈波动阶段出现异常放量最大单日成交量约为 271.88百万股而日成交量中位数约为 16.01百万股。价格下跌不一定每天伴随高成交量但重大重新定价往往会同时提高交易活跃度。成交量反映市场参与和分歧程度不直接代表上涨或下跌方向因此在预测中使用成交量变化而非成交量绝对值并通过标准化减少量纲影响。4.3 时间季节性与年度风险收益月度热力图显示正负收益在时间上呈块状聚集而不是由某一个月份稳定主导。全样本平均月收益最高的月份为 1月6.55%最低为 12月-4.01%但同一月份在不同年份仍可能出现相反方向说明所谓月份效应缺乏稳定性。热力图更适合识别阶段性行情和极端月份不能仅凭历史月均值建立固定交易规则。4.4 特征关系与短期方向预测corr_cols [日收益率,收益率5,收益率20,均线偏离20, 波动率20,成交量变化,RSI14,下一日收益] corr df[corr_cols].corr() sns.heatmap(corr, annotTrue, fmt.2f, cmapRdBu_r, center0)逻辑回归以2022年以前数据训练、2022年以后数据测试测试集准确率为 51.86%朴素多数类基准为 52.75%ROC-AUC为 0.516F1为 0.478。混淆矩阵显示模型对上涨和下跌的识别并不均衡ROC曲线也接近随机分类对角线说明这些简单技术特征没有形成强而稳定的下一日方向预测能力。按时间切分后的结果比随机切分更接近真实使用场景模型表现一般不是失败而是重要结论避免用信息泄漏制造过高准确率。5 结论与启示编号核心结论解释结论一长期收益为正但路径曲折累计收益31.83%最大回撤-80.09%结论二收益分布具有厚尾极端涨跌和波动聚集使平均收益不足以代表风险结论三季节性缺乏稳定性月份与星期均值差异小于总体日波动结论四风险不保证收益高波动年度既可能上涨也可能下跌结论五简单技术特征预测力弱测试准确率51.86%低于基准52.75%结论六验证方法比漂亮指标更重要时间切分和下一日目标避免同日信息泄漏具体细节见原文完整案例可私创造不易谢谢各位多多点赞收藏