Analysis of Martingale Strategy in Quantitative Trading Market Based on BiLSTM-Attention Model

基于BiLSTM-Attention模型的马丁策略在量化交易市场的分析

程序采用模块化设计，主要包含7个核心Python文件，结构如下：

• 主程序入口 ： main.py

  • 负责初始化回测参数并启动回测流程

  • 调用可视化模块生成技术指标图表

• 数据处理模块 ： data_loader.py

  • 通过akshare接口获取股票日线数据

  • 实现数据归一化和时间序列样本生成

  • 划分训练集(80%)和测试集(20%)

• 预测模型模块 ： lstm_model.py

  • 实现BiLSTM+Attention模型架构

  • 包含模型训练、预测、保存和加载功能

  • 使用早停法防止过拟合

• 模型参数：lstm_model.weights.h5

  • 包含所有可训练参数（LSTM权重、注意力机制参数、全连接层权重和偏置）

• 回测引擎 ： backtest.py

  • 协调数据加载、模型预测和策略执行

  • 计算回测指标(总收益率、夏普比率、最大回撤)

  • 生成交易可视化图表

• 策略实现 ：

  • improved_martingale.py ：优化马丁策略

  • traditional_martingale.py ：传统马丁策略

• 可视化模块 ： visualization.py

  • 生成技术指标图表(RSI、MACD、波动率等)