印度IPO机器学习决策系统：从概率预测到投资组合分配的完整实践

标题：印度IPO机器学习决策系统：从概率预测到投资组合分配的完整实践

摘要：一个基于机器学习的印度主板IPO投资决策系统，通过逻辑回归模型预测新股上市涨幅概率，并结合回测验证的分配策略，实现端到端的自动化投资决策流程。

项目来源信息：

• 原作者/维护者：Nityunj Goel
• 来源平台：GitHub
• 原始标题：ipo-ml-decision-system
• 原始链接：https://github.com/Nityunj-Goel/ipo-ml-decision-system
• 发布时间：2025年
• 在线演示：https://ipo-ml-decision-system.streamlit.app/

印度股市的新股发行（IPO）是一个高波动、高回报的投资领域。有些新股上市首日翻倍，有些则暴跌30%，大多数则落在中间的某个位置。对于投资者而言，在申购截止前能够获取的信息非常有限——主要是认购倍数、发行规模、价格区间和灰市溢价等公开信号。

面对每只新股，投资者需要回答两个关键问题：

1. 这只新股值得申购吗？
2. 如果同一天有多只新股，资金应该如何分配？

传统的做法依赖于经验和直觉，但这种方式难以量化风险，更无法系统化地处理大量IPO数据。本项目正是为了解决这一痛点而生——它构建了一个端到端的机器学习决策系统，不仅预测IPO上市表现，还提供资金分配建议。

项目最初尝试用回归模型预测IPO的精确上市涨幅，但因收益右偏分布导致模型效果差（交叉验证R²接近0）。团队将问题重构为分类任务：预测涨幅是否超过5%（考虑交易成本等实际因素），留出测试集AUC达0.84。

数据来源包括：

• Chittorgarh：认购数据、发行信息和上市数据
• Investorgain：灰市溢价（GMP）快照
• NSE：上市首日开盘价
• BSE：IPO起止日期和价格区间

数据覆盖2006-2025年印度主板IPO（720只），用rapidfuzz补充407只IPO缺失字段。特征聚焦申购窗口期末公开信息：各投资者类别认购倍数、发行规模、灰市溢价、公司基本面指标（如适用）。

团队对比逻辑回归、随机森林、XGBoost和LightGBM后选择逻辑回归，理由：

1. 可解释性：系数反映特征对概率的影响方向和强度
2. 校准性：输出概率校准良好
3. 时间序列稳定性：TimeSeriesSplit(gap=30)验证稳健

模型在2025年测试集（108只IPO）表现：

• 累计收益：+16.4%
• 日均收益：+0.20%
• 胜率：61.3%
• 夏普比率：0.43

模型输出IPO涨幅超5%的概率，决策规则：

1. 筛选：仅选择预测概率超过阈值t_min≈0.41的IPO
2. 分配：通过筛选的IPO等权重分配

单只IPO申购份额估算为1/max(1, NII认购倍数)（NII倍数反映新股火爆程度）。

完整回测（2017-2025年，444只IPO）结果：

• 累计收益：+242.5%
• 日均收益：+0.35%
• 胜率：62%
• 夏普比率：0.33

项目提供完整工程实现：

FastAPI推理服务

部署就绪的REST API，接受IPO特征数据，返回预测概率和决策建议，包含输入验证、错误处理和性能优化。

Streamlit交互式仪表板

基于预计算回测结果的可视化界面：

• 历史回测表现展示
• 单只IPO预测工具
• 投资组合模拟器
• 特征重要性分析

仪表板已部署到Streamlit Cloud，可公开访问体验。

启示：

1. 问题重构的力量：回归转分类提升模型效果
2. 业务约束驱动设计：85%单IPO日的发现简化分配策略
3. 端到端思维：覆盖数据获取、模型训练到服务部署

局限：

• 回测假设理想执行条件，未考虑资金冻结、中签率波动
• 模型依赖历史数据，未来市场变化可能影响表现
• 印度市场特性决定模型在其他市场适用性需验证

Nityunj Goel的IPO-ML决策系统是优秀的机器学习应用案例，展示了如何分解复杂金融决策问题、通过数据驱动验证直觉、将研究成果转化为可用产品。

对于机器学习应用于量化投资的从业者，该项目提供了宝贵参考：不仅是代码实现，更包括问题分析、设计决策和权衡取舍的完整思路。