使用PyTorch构建S&P 500股票收益方向预测系统：传统机器学习与循环神经网络的对比研究

本文介绍了一个使用PyTorch构建的S&P500股票未来5日收益方向预测系统，对比传统机器学习模型（逻辑回归、随机森林）与循环神经网络（RNN、LSTM、GRU）的表现。项目核心是将收益预测转化为下跌/持平/上涨三分类任务，重点解决数据泄露问题、构建技术特征，并通过类别加权损失优化模型性能。以下楼层将详细拆解背景、方法、结果及发现。

在金融量化投资领域，精确价格预测难度大且效果有限，而预测收益方向（上涨/下跌/持平）更具实践价值。本项目（sp500-return-direction-rnn）将问题转化为三分类任务，目标是预测未来5个交易日的收益方向，为投资者提供决策参考。

数据处理方面：1. 获取S&P500成分股OHLCV数据，构建13个技术特征（收益率、移动平均线比率、波动率、动量指标、成交量变化等）；2. 采用严格时间序列分割避免数据泄露：训练集2010-2018，验证集2019-2021，测试集2022-2026；3. 目标变量定义为未来5日收益率分类（0=下跌，1=持平，2=上涨）。

模型对比与训练：1. 基线模型：多数类分类器、逻辑回归、随机森林；2. 神经网络：RNN、LSTM、GRU，最终选择单层GRU（128隐藏层+0.3 dropout）；3. 训练参数：批量1024，学习率0.001，训练8周期；4. 使用类别加权交叉熵损失解决类别不平衡问题。

评估与关键发现：1. 主要指标为宏平均F1（均衡各类别表现）；2. 加权GRU验证集F1=0.39351，测试集F1=0.368519；3. 消融实验：添加SPY市场特征未提升性能；4. 关键发现：类别加权有效提升F1，准确率易误导，持平类最难预测，简单市场特征无帮助。

项目价值与未来方向：1. 代码结构清晰（configs/notebooks/src/outputs），可复现性强；2. 展示真实时间序列ML流程，强调数据泄露防护、合理评估；3. 局限性：仅教育研究，不构成投资建议；4. 未来方向：注意力机制、多任务学习、集成学习、实际交易回测。