“大概率上涨”的推荐

基于提供的CSV文件数据，我整合并筛选了“大概率上涨”的推荐股票列表。筛选标准侧重于模型预测的一致性和出现频率（即上涨比例），同时考虑平均上涨概率和测试准确率。从数据中，我发现两只股票（sz.000798 和 sh.603216）具有较高的上涨比例和模型一致性，尽管没有股票达到全模型共识（所有模型预测上涨），但这两只股票在多次预测中上涨次数最多，可靠性较强。

以下是推荐列表，格式为：股票代码、平均上涨概率、预测次数、模型一致性（上涨比例）、测试准确率、上涨次数/总预测次数。

推荐股票列表

1. sz.000798

   • 平均上涨概率: 0.5356
   • 预测次数: 19
   • 模型一致性: 0.6842 (13/19)
   • 测试准确率: 0.5323
   • 上涨次数/总预测次数: 13/19

2. sh.603216

   • 平均上涨概率: 0.5204
   • 预测次数: 19
   • 模型一致性: 0.5789 (11/19)
   • 测试准确率: 0.5018
   • 上涨次数/总预测次数: 11/19

说明

• sz.000798 在19次预测中有13次预测上涨，模型一致性较高（68.42%），且平均上涨概率和测试准确率相对稳定，表明其上涨趋势较可靠。
• sh.603216 在19次预测中有11次预测上涨，模型一致性较好（57.89%），虽然平均上涨概率和测试准确率略低，但持续上涨的次数较多。
• 其他股票上涨比例较低（均低于30%），不符合“大概率上涨”标准。

根据提供的预测数据，我对所有股票进行了整合分析，重点关注上涨概率、预测一致性和出现频率。只有一只股票在多个预测中表现出较强的上涨倾向和模型一致性，具体如下：

股票代码	平均上涨概率	预测次数	模型一致性	测试准确率	上涨次数/总预测次数
sz.002264	0.7291	4	高 (75%)	0.5536	3/4

推荐理由：

• sz.002264：在全部4次预测中，有3次预测为上涨，上涨概率平均值为72.91%，模型一致性较高（75%）。虽然未来3天的预测转为下跌，但短期（未来1天和2天）看涨趋势强烈，且模型支持度较高。测试准确率基于Robust模型的平均性能（未来1天、2天、3天的准确率平均值为0.5536），作为参考值。

其他股票在所有预测中均显示下跌趋势，不符合“大概率上涨”条件，因此不予推荐。

基于整合后的数据（merged.csv 和 merged1.csv），我筛选出了“大概率上涨”的推荐股票列表。筛选标准侧重于模型预测的一致性和出现频率，优先选择所有模型共识强、跨模型一致性高的股票。最终，只有一只股票满足高一致性标准（模型一致性 > 0.75），即 sz.000798。以下是该股票的详细推荐信息：

推荐股票列表

股票代码	平均上涨概率	预测次数	模型一致性	测试准确率	上涨次数/总预测次数
sz.000798	0.5452	33	0.7576	0.5305	25/33

说明：

• 股票代码：sz.000798
• 平均上涨概率：0.5452（所有预测记录的概率平均值，反映整体上涨倾向）
• 预测次数：33（该股票在整合数据中的总预测次数）
• 模型一致性：0.7576（即上涨次数占总预测次数的比例，表示模型看涨的共识程度）
• 测试准确率：0.5305（所有预测记录中模型测试准确率的平均值，反映模型可靠性）
• 上涨次数/总预测次数：25/33（直接体现模型看涨的频率）

筛选理由：

• sz.000798 在33次预测中有25次被预测为“涨”，模型一致性高达75.76%，是所有股票中最高的。
• 该股票展现了跨模型和跨时间点的强一致性，多个模型（xgb、lr、rf、svr）均频繁给出看涨预测，符合“全模型共识”标准。
• 平均上涨概率和测试准确率均处于合理水平，进一步支持其作为“大概率上涨”的推荐。

其他股票模型一致性均低于60%，未达到高一致性标准，因此不予推荐。此推荐基于数据整合和一致性分析，供投资决策参考。