🧠 LLM + AutoML 双引擎驱动的基金申购赎回预测系统 面向 AFAC2025 挑战组·赛题一 —— 基金产品长周期申购与赎回预测
本项目是一个基于 AutoGluon 自动机器学习框架 与 通义千问大模型 (Qwen) 的智能时间序列预测系统。 系统面向 基金产品的长周期申购与赎回预测 场景，融合传统量化特征、自然语言生成特征与自动建模技术，在 AFAC2025 官方赛题中取得优异表现。
| 模块 | 描述 |
|---|---|
| 🤖 LLM 特征增强 | 利用通义千问生成 60+ 高质量金融语义特征 |
| 🚀 AutoGluon 自动建模 | 自动模型选择、超参优化与集成融合 |
| 📊 丰富特征工程 | 构造 200+ 时间序列、横截面与技术指标特征 |
| 🔄 多日递推预测 | 递推式时间窗预测，避免误差累积 |
| 💾 智能缓存机制 | LLM 特征结果自动缓存，节省 API 成本 |
| 🛡️ 数据泄露检测与修复 | 内置完整防泄露机制 |
| ⚡ 内存优化设计 | 分阶段特征工程支持大规模数据集 |
AFAC2025-Track1-LLM-AutoML/
├── train.py # 主训练入口
├── predict_only.py # 仅预测模式（复用已训练模型）
├── metrics.py # 模型评估指标（WMAPE）
├── fund_apply_redeem_series.csv # 原始数据
├── requirements.txt # 环境依赖
├── docs/
│ ├── README_LLM_Features.md # LLM 特征说明
│ ├── DATA_LEAKAGE_FIX.md # 数据泄露修复方案
│ └── llm_record_template.md # LLM 使用记录模板
└── llm_cache/ # LLM 特征缓存（自动生成）
- Python ≥ 3.8
- 推荐内存 ≥ 8GB
- 可选 GPU（用于嵌入模型加速）
git clone https://github.com/ALbum3270/AFAC2025-Track1-LLM-AutoML.git
cd AFAC2025-Track1-LLM-AutoML
pip install -r requirements.txt如遇依赖冲突，可使用：
pip install -r requirements-frozen.txt# Linux / Mac
export QWEN_API_KEY="your_api_key_here"
# Windows
set QWEN_API_KEY=your_api_key_here或在项目根目录创建 .env：
QWEN_API_KEY=your_api_key_here
python train.py输出结果：
predict_result.csv：B榜提交文件autogluon_models/：训练好的模型fund_prediction_enhanced.log：详细日志
python predict_only.py需保证 autogluon_models/ 目录存在模型。
| 列名 | 说明 | 类型 |
|---|---|---|
| transaction_date | 交易日期 (YYYYMMDD) | str |
| fund_code | 基金代码 | str |
| apply_amt | 申购金额（万元） | float |
| redeem_amt | 赎回金额（万元） | float |
| uv_key_page_1..3 | 核心页面访问 UV | int |
| 列名 | 说明 |
|---|---|
| fund_code | 基金代码 |
| transaction_date | 日期 |
| apply_amt_pred | 预测申购金额 |
| redeem_amt_pred | 预测赎回金额 |
包括基金特性、投资行为、量化信号、风险评估与文本嵌入（BERT 特征）。
- 时间序列特征：滞后、滚动统计、差分变化
- 横截面特征：排名、z-score、百分位
- 交互特征：申赎比、净流入、转化率
- 技术指标：RSI、MACD、布林带、EMA
class Config:
DATA_PATH = 'fund_apply_redeem_series.csv'
MODEL_PRESET = 'best_quality'
TIME_LIMIT = 7200 # 秒
PREDICTION_DAYS = 7
PREDICTION_START_DATE = '2025-07-25'评估指标：WMAPE（加权平均绝对百分比误差）
WMAPE = 0.5 × WMAPE_申购 + 0.5 × WMAPE_赎回
| 数据集 | WMAPE |
|---|---|
| 训练集 | ≈ 0.15% |
| 验证集 | ≈ 0.20% |
| 最优模型 | WeightedEnsemble_L3 |
| 类别 | 工具 |
|---|---|
| AutoML | AutoGluon |
| 大语言模型 | 通义千问 (Qwen-turbo) |
| 嵌入 | Hugging Face Transformers |
| 数据处理 | Pandas, NumPy |
| 技术指标 | TA-Lib 风格指标 |
| 日志 | Python logging |
- LLM 特征说明
- 数据泄露修复方案
- LLM 调用记录模板
- 初始版本发布
- 集成 LLM 特征生成
- AutoGluon 自动建模
- 多日递推预测
- 数据泄露检测与修复
- 内存优化模块
Album 📧 Email: album3270@gmail.com 🌐 GitHub: ALbum3270
- 感谢 AutoGluon 团队提供卓越的 AutoML 框架
- 感谢通义千问 (Qwen) 团队开放大模型 API
- 感谢开源社区所有贡献者
⭐ 如果这个项目对你有帮助，请点亮 Star 支持！