TensorFlow股票场景的数据排布与模型选型技术问询

问题1：预测x天后股票涨跌的回溯数据分组与模型数据排布问题 #

• 回溯数据必须按日期分组：股票数据是强时间依赖的序列，每天的RSI、MACD等指标是连续时间点的状态，按日期分组才能保留时间先后顺序，让模型学到指标变化趋势和未来涨跌的关联。按指标分组完全不合理，会把同一指标的所有日期数据混在一起，彻底破坏时序逻辑，模型根本学不到有用的规律。
• 模型非常在意数据排布：尤其是LSTM、Transformer这类时序预测模型，必须保证训练数据的时间顺序，绝对不能随机打乱数据集。此外，必须采用滚动窗口验证这类时序专属的验证方式，不能用常规的随机划分训练/测试集，否则会出现未来数据泄露，导致验证结果失真，这一步一定要做验证。

问题2：找出上涨股票同期常见技术指标值的TensorFlow适用模型 #

这个任务核心是挖掘上涨股票的指标共性特征，TensorFlow中适用的模型按实用性推荐：

• K-Means聚类：实现简单、解释性强，适合快速挖掘上涨股票的指标分组模式。可以用TensorFlow的tf.compat.v1.estimator.KMeans，或者结合tf.keras自定义聚类层，将上涨股票的指标数据聚合成若干类别，每个类别对应一组常见的指标值组合。
• 自编码器（Autoencoder）：适合处理高维度指标数据，能自动提取潜在的本质特征。用tf.keras搭建全连接或轻量卷积自编码器，让模型学习上涨股票指标的压缩表示，之后通过分析潜在空间的聚类结果或解码特征，就能找到更精准的共性指标模式。
• 补充：如果数据量较小，先做基础统计分析（计算上涨时各指标的均值、中位数、分布区间）再结合模型，能更快得到直观结论。

内容的提问来源于stack exchange，提问作者Masoric