使用机器学习进行股票预测并指导短线交易，此处使用分类算法。
- 准备纯量价数据，不考虑基本面信息
- 特征工程，自己构建量价关系特征，结合资金流量，并使用talib一些K线形态做特征
- 数据处理（中位数去极值，行业中性化，标准化）
- 数据源准备，回看15日数据/预测未来3日涨跌幅进行分类(>5%, 0~5%, -5%~0, <-5%，分四类)，标记标签
- 将数据拆分为70%训练集，30%验证集
- 移除相关性大的特征
- 进行重要特征选择
- 显著特征比例选择
- 构建LGB模型
- 贝叶斯优化
- 根据最优参数训练模型
- 验证集预测结果
- 使用模型进行选股
- 对选股结果进行指标评估
- 最终投资组合分析
