iciv-predictor 0.1.1

ICIV股票预测竞赛SDK - 用于开发和测试交易策略

ICIV Stock Predictor SDK

股票预测竞赛SDK，用于开发和测试交易策略。

安装

pip install iciv-predictor

快速开始

1. 创建预测器

from iciv_predictor import BasePredictor, PredictionOutput
import numpy as np

class MyPredictor(BasePredictor):
    def __init__(self, df, predict_steps=48):
        super().__init__(df, predict_steps)
        # 初始化你的参数
        self.short_ma = 12
        self.long_ma = 48
    
    def predict_step(self, current_idx):
        """
        预测当前时间点
        
        Args:
            current_idx: 当前索引，只能使用历史数据 df[:current_idx+1]
        
        Returns:
            PredictionOutput 或 None
        """
        if current_idx < self.long_ma:
            return None
        
        # 获取历史收盘价
        closes = self.get_close_prices(current_idx)
        
        # 计算均线
        short_avg = closes[-self.short_ma:].mean()
        long_avg = closes[-self.long_ma:].mean()
        
        # 判断方向
        if short_avg > long_avg:
            direction = 1   # 看涨，买入
        elif short_avg < long_avg:
            direction = -1  # 看跌，卖出
        else:
            direction = 0   # 持有
        
        return PredictionOutput(
            predict_from_idx=current_idx,
            predicted_prices=np.zeros(self.predict_steps),
            predicted_returns=np.zeros(self.predict_steps),
            confidence=0.6,
            direction=direction
        )

2. 本地测试

iciv-test my_predictor.py --data 000021_SZ.csv

或使用Python：

from iciv_predictor import Backtester
import pandas as pd

# 加载数据
df = pd.read_csv('000021_SZ.csv')
df['trade_time'] = pd.to_datetime(df['datetime'])

# 创建预测器
predictor = MyPredictor(df)

# 运行回测
backtester = Backtester()
result = backtester.run(df, predictor)

print(f"收益率: {result.total_return:.2f}%")
print(f"最大回撤: {result.max_drawdown:.2f}%")
print(f"交易次数: {result.total_trades}")

3. 提交到平台

测试通过后，将你的 .py 文件提交到 https://stock.w3drop.com

API 参考

BasePredictor

基类，所有预测器必须继承此类。

方法:

方法	说明
__init__(df, predict_steps=48)	初始化，predict_steps为预测步长
predict_step(current_idx)	必须实现，返回PredictionOutput
get_historical_data(idx)	获取历史DataFrame
get_close_prices(idx)	获取历史收盘价数组
get_returns(idx)	获取历史收益率数组

PredictionOutput

预测输出结构。

字段:

字段	类型	说明
predict_from_idx	int	预测起始索引
predicted_prices	np.ndarray	预测价格序列
predicted_returns	np.ndarray	预测收益率序列
confidence	float	置信度 (0-1)
direction	int	交易信号: 1=买入, -1=卖出, 0=持有

回测规则

1. 预测频率: 每48步（约4小时）预测一次
2. 测试集: 使用后20%数据
3. 交易逻辑:
   • direction=1 且无持仓 → 买入
   • direction=-1 且有持仓 → 卖出
4. 手续费: 买卖各万分之三
5. 强制平仓: 测试期结束时平仓

注意事项

⚠️ 禁止使用未来数据！predict_step(idx) 只能访问 idx 及之前的数据。

# ✅ 正确
closes = self.get_close_prices(current_idx)

# ❌ 错误 - 访问了未来数据
future = self.df['close'].iloc[current_idx + 10]

License

MIT