简介面向YOLO系列目标检测学习者的股票行情图像数据集覆盖熊市与牛市两类典型走势形态适合yolov5、yolov8、yolov10、yolo11等模型的训练、验证与测试实践也可用于金融图表场景下的算法对比与课程实验。压缩包共465个文件含232张jpg图像、232个txt标注文件与1个yaml配置文件整体约8.56MB目录结构清晰图像与标签一一对应。标注采用YOLO标准格式每个txt文件记录目标类别索引、归一化后的中心点坐标及宽高比例并支持转换为VOC格式方便在主流检测框架间灵活迁移。数据集已按训练、验证等用途划分完毕下载后无需额外整理即可直接送入模型训练流程省去自行采集、清洗与标注的环节。已有56人学习使用适合正在入门目标检测、或需要真实金融图像验证模型效果的开发者参考。1. 用YOLO给股票K线图分牛熊232张带标签图像能做出什么用YOLO做股票数据图像的牛熊识别是个小而有意思的落地场景数据集不大232张带标签图像标签只有两类——熊市、牛市。解压开后是常见的stock-data命名风格里面通常是K线截图和配套标注文本。它解决的痛点是行情图表批量预筛每天收盘后把K线图喂给模型自动打上牛熊候选状态帮人少盯几千张图。适合做量化辅助系统预研、交易信号第一道过滤的人也适合想用最小成本跑通YOLO完整链路的新手。一个反直觉结论是232张图配预训练权重做二分类微调完全够用真正容易翻车的不是模型容量而是数据划分和标签语义对不对。2. 把stock-data.zip整理成YOLO训练集先看懂文件结构再动手2.1 解压后第一件事确认标签是分类还是检测框拿到stock-data-78an1.zip这种包我的习惯是先别急着跑模型先看清目录结构。常见做法是解压后直接看目录层级unzip stock-data-78an1.zip -d stock-data find stock-data -maxdepth 2 -type d如果解压出来是images和labels两个目录大概率是检测格式images里放K线截图labels里放同名txt每行一个标注框。如果目录是train/val下面又分bull和bear子目录那属于图像分类数据集YOLO的classify模式直接吃。这两种走法后续差异很大。我建议写一段脚本统计每个标签文件的行数和首行内容判断到底是整图级别状态还是带框的目标检测。脚本不用长能看出格式就行from pathlib import Path label_dir Path(stock-data/labels) for f in sorted(label_dir.glob(*.txt))[:10]: lines f.read_text().strip().splitlines() first lines[0] if lines else (空文件) print(f.name, 行数:, len(lines), 首行:, first)逻辑说明YOLO检测格式的txt每行是 class x_center y_center width height全部是0到1之间的归一化浮点数例如0 0.5123 0.4621 0.1865 0.2144。如果抽样文件首行长这样就是标准检测框如果只有一行且内容是bull/bear之类的单词那是分类标签如果大部分文件为空回过去检查原数据要不要重新解压别在空标签上开训练。2.2 把CSV或VOC标注转成YOLO格式转换脚本可直接抄不少股票数据集不会直接给标准YOLO格式而是给CSV坐标或VOC xml。最常见的CSV列是 filename, class, x1, y1, x2, y2也就是左上角和右下角坐标。转成YOLO格式的脚本写出来是这样import csv from pathlib import Path from PIL import Image img_dir Path(stock-data/images) out_dir Path(stock-data/labels) out_dir.mkdir(exist_okTrue) class_map {bull: 0, bear: 1} # 顺序必须和后续data.yaml一致 with open(stock-data/annotations.csv) as f: for row in csv.DictReader(f): img Image.open(img_dir / row[filename]) w, h img.size x1, y1, x2, y2 (float(row[k]) for k in (x1, y1, x2, y2)) cx (x1 x2) / 2 / w cy (y1 y2) / 2 / h bw (x2 - x1) / w bh (y2 - y1) / h cls class_map[row[class]] label_path out_dir / (Path(row[filename]).stem .txt) with label_path.open(a) as out: out.write(f{cls} {cx:.6f} {cy:.6f} {bw:.6f} {bh:.6f}\n)逻辑说明YOLO要的是中心点和宽高的归一化值先把像素坐标换算成比例。为什么要除以图片宽高而不是直接存像素坐标因为YOLO会把输入图缩放到imgsz统一尺寸归一化坐标在缩放后依然对应原图位置像素坐标则会错位。参数说明class_map的顺序不要随意改后面data.yaml里的names要是[bull, bear]两边必须一一对应。转换完抽查坐标有没有超过1awk $21 || $31 || $41 || $51 stock-data/labels/*.txt输出为空的说明坐标都落在0-1区间。如果某几行超过1先怀疑CSV坐标相对的是大图而图片被裁剪过别急着进训练流程。2.3 232张图怎么划分按股票分组而不是纯随机划分train和val是这个小数据集上最影响成败的一步。232张图套用默认随机80/20看起来没问题但股票K线图是时间序列连续几天的截图长得很像。随机划分把同一段行情的一张图放进训练集、另一张放进验证集验证指标会非常好看但完全不真实这就是数据泄漏最典型的形态。解决思路是先按股票代码或文件名前缀分组整组落在同一侧。ls stock-data/images | sed s/_[0-9]\{6,\}\.jpg$// | sort | uniq -c这条命令把文件名里的时间戳去掉后统计每个分组有几张图。如果输出里每组只有1-3张随机划分问题也不大如果某组有十几张连续K线截图就必须整组划分。最终给到train 160 / val 72验证集别低于40张否则评估曲线抖动大到看不出趋势。划分时我习惯用文件名hash取模比shuffle更可控核心原则就一句话按前缀分组后整组移动不再把同组图拆到两侧。数据集小意味着划分结果对指标影响巨大。同一个模型换一种划分方式mAP可能差10个点这10个点不是模型能力差异是划分运气。所以固定验证集保留原始文件后面每次训练都用同一批验证图评估调参才有可比性。3. 训练配置与超参把232张图喂给YOLO的正确姿势3.1 预训练模型怎么选yolov8n起步权重离线备好股票K线图的纹理虽然和自然图像差别很大但骨干网络提取边缘、线条走向和局部形状的高层特征依然是通用的所以上线动手前先下载YOLO预训练模型然后做迁移微调。常见做法是用yolov8n.pt232张图配这个量级性价比最高参数量小、训练快、不容易过拟合。如果你之前跑过v5系列yolov5s.pt也可以它对细长锚框的处理更直接但v8免去了anchor调参这一步。# 训练入口model参数传预训练权重路径 yolo detect train datastock-data/data.yaml modelyolov8n.pt epochs80 batch16 imgsz640逻辑说明modelyolov8n.pt既是预训练权重也是网络结构定义训练框架会自动从官方仓库下载pt文件。如果你是内网机器第一步就卡在下载上我建议在任何机器上动手前先把yolov8n.pt传好训练启动即用不折腾。参数说明epochs在232张图上80轮够了更多轮次通常在第50轮之后开始过拟合batch16是常规值显存不够降到8但不建议更低否则BN层很难稳定这个问题在第5章单独说。imgsz640是默认值后面会讲为什么股票图表场景可以改到416。3.2 data.yaml的路径和类别顺序两个无声杀手训练命令里引用的data.yaml是数据集的唯一说明文件它错了训练不会报错但指标全是废的。最常见的问题有两个一是train/val写相对路径换目录执行命令就找不到图像二是names的类别顺序和标签数据不一致例如标签里bull0、bear1data.yaml里却写成names[bear,bull]模型会越学越乱。# stock-data/data.yaml train: /home/yourname/stock-data/images/train val: /home/yourname/stock-data/images/val nc: 2 names: [bull, bear]注意train这行必须指向包含图片的目录不是labels目录也不是zip包解压后的根目录。写完这五行建议先跑一次试训练yolo detect train datastock-data/data.yaml modelyolov8n.pt epochs1 batch2 imgsz640这个1轮试跑不是真训练是验证数据加载、标签匹配、图像解码三条链路是否通畅。如果报错绝大多数都会指向data.yaml路径或标签文件名问题修好再开始正式训练。3.3 增强参数关掉左右翻转别破坏K线的时间方向YOLO默认增强里包含随机左右翻转。对检测汽车、行人它是友好的对股票K线图是灾难左右翻转等于把时间轴倒放本来看涨的头肩底形态变成看跌的头肩顶模型学的规律全反了。这是这个场景里最反直觉的参数坑。我常用的训练命令yolo detect train datastock-data/data.yaml modelyolov8n.pt \ epochs80 batch16 imgsz416 \ hsv_h0.0 hsv_s0.0 hsv_v0.05 fliplr0.0 scale0.3 translate0.05参数说明hsv_h和hsv_s设为0是因为A股红涨绿跌、美股绿涨红跌颜色本身可能与牛熊类别相关不能扭曲色相和饱和度hsv_v保留0.05允许亮度轻微变化模拟不同显示器截图差异。fliplr0.0是核心必须显式关掉。scale0.3允许缩放模拟不同宽高的K线截图translate是平移量这两个对图表都安全。还有一个容易被忽略的参数是imgsz。把imgsz从640降到416在股票图上几乎不影响精度因为K线图识别靠的是线条结构与整体走势不是密集纹理。416带来的训练和推理速度提升接近一半对232张的小数据很划算。如果验证集上召回率偏低再回到640试一轮不要死守一个值。损失函数方面现役YOLO的损失由框回归损失、分类损失和DFL分布损失三部分组成。小数据集上如果你发现框定位不错但类别经常分错优先加大分类损失权重命令行直接给cls1.5即可。不要急着改锚框尺寸或换骨干网络232张图统计出的先验本身不可靠动结构收益很低。4. 用混淆矩阵和mAP验证模型先看三个数再翻翻预测图4.1 验证命令与三个核心指标的含义训练完直接跑验证输出文件里会有一张指标表yolo detect val modelruns/detect/train/weights/best.pt datastock-data/data.yaml关键看三列precision、recall、mAP50。precision是模型预测出的所有框中真框的占比recall是真实标注框被找回的比例mAP50是IoU超过0.5时的平均精度。在牛熊二分类场景里如果你的目标是整图状态判断而不是定位牛熊区域recall比precision更重要——漏掉一个牛市区域可能错过一整段行情如果目标是半自动标注那precision优先宁可少报也别让假框干扰人工复核。mAP50-95是更严格的指标要求IoU从0.5一路算到0.95。股票图表检测里mAP50-95超过0.35就算不错的模型因为K线图上的矩形标注区域边界本来就模糊追求IoU 0.9的高重合度并不合理。4.2 混淆矩阵的计数为什么总合不唯一验证输出里有归一化混淆矩阵图。很多人会疑惑矩阵里各类别的行加起来不等于样本总数。解释一下YOLO的混淆矩阵统计的是预测框与真值框的匹配结果不是按图片计数每张图可以预测出0个、1个或多个框框的数量不同矩阵总合自然不唯一。在股票数据图上这很常见全市场截图里可能同时出现两三个上升区间模型一次输出多框是正常的别花时间让它收敛成每图一框。真正值得看的是矩阵对角线附近的值如果熊市类被大量预测成牛市说明类别特征不明显或者数据不平衡占主导。此时回头检查2.3的划分是否有泄漏以及增强是否把翻转关了不要直接调阈值。4.3 用置信度阈值控制误报conf与iou怎么配验证集上得到precision/recall曲线后会发现低置信度区间有一堆误报。股票图表上最常见的误报对象是十字光标、坐标轴刻度、成交量柱子它们形态接近细长条区域。默认conf0.25过于宽松推荐推理时提到0.5左右yolo predict modelruns/detect/train/weights/best.pt \ sourcestock-data/test_snapshots/ conf0.5 iou0.45参数说明conf是保留预测框的最低置信度股价图表场景在0.4-0.6之间调具体看验证集的PR曲线拐点iou是NMS合并阈值0.45是通用选择。如果你的标注框有重叠比如牛市起点区域和延续区域分别标注过把iou降到0.3左右能减少两个高重叠框互相抑制导致的漏检。这里有个经验阈值不是越高越好。某次我把conf提到0.7误报少了但真正行情图上的牛熊区域也少了一半recall掉得厉害。所以每次只改一个参数跑一遍验证集记录precision/recall变化别两三个参数一起动。推理时加save_jsonTrue把每张图的预测存成json方便逐图对比一眼看出哪张图新出现了错框。5. 股票K线图YOLO训练翻车实录五个高频坑与解法5.1 标签错位图是那张图框却是另一个时间段的现象训练能启动loss正常下降但验证时某个类别召回率诡异为0或者预测框总是偏向图像边缘。 原因股票数据的图片文件名经常带时间戳比如sh600000_20240105.jpg标签文件被第三方转存时重命名导致labels目录里文件存在但内容对应的是另一张图。 解决训练之前先对比两个目录的同名文件是否一一对应comm -3 (ls stock-data/images | sed s/\.[^.]*$// | sort) (ls stock-data/labels | sed s/\.[^.]*$// | sort)如果comm的输出有内容先把文件名不匹配的挑出来重命名而不是直接开训练。这一步30秒能省后面至少两小时的排错。5.2 BN崩溃loss从0.05直接飙到300现象训练进行到几十个epoch后loss曲线突然出现一条竖线冲上天之后再也不收敛GPU利用率反而掉下来。 原因batch太小或图像尺寸异常BatchNorm在inf/nan的边缘反复横跳。股票图表灰度图方差小batch2这种配置下BN统计量被几张图带着飘方差直接爆炸。 解决batch提到8以上imgsz不低于416。显存不够优先降imgsz而不是降batch。如果已经崩了不用抢救降低学习率重新跑并设置freeze10冻结骨干网络前10层让BN统计先稳住只微调后面的检测头。5.3 数据泄漏让验证集变成「开卷考试」现象val mAP高达0.95以上自己都惊讶换一批网上下载的新行情图去推理精度直接掉到五成。 原因随机划分把同一只股票连续几天的K线截图同时分进训练和验证验证集内容和训练集高度雷同相当于开卷考试。 解决按股票代码或时间段分组划分。如果没有稳定前缀用文件hash分桶也可以至少保证连续时间段大概率落在同一边。新数据推理出现明显性能恶化时第一件事查划分方式不是调超参。5.4 fliplr忘记关牛熊语义被左右翻转掉包现象训练损失很好但模型对右侧最新行情的判断总是偏向某一个类别换数据也不改。 原因YOLO默认增强包含左右翻转K线左右镜像后上升趋势变成下降趋势类别含义反转模型被迫学习了一堆互相矛盾的样本。 解决训练命令里显式指定fliplr0.0。任何带时间方向语义的图像数据——股票K线、心电图、传感器波形——都做同样处理这是时序图像场景里一个普遍注意点。5.5 熊市样本太少模型把一切都预测成牛市现象混淆矩阵里bear列的对角线占比很低模型输出来来回回全是bull。 原因232张图里熊市类别可能只有五六十张模型用多数类就能把整体损失压到很低单独看某个类别的recall自然难看。 解决先跑统计grep -l ^1 stock-data/labels/*.txt | wc -l少的一类可以做轻度平移、缩放扰动多复制几份或者简单粗暴地重复采样让两类样本量接近。如果不想改训练数据评估时单独看bear类的recall并接受整体mAP会被该类拉低的现实。6. 模型落地前的几件事滑窗预测、置信度投票与批量部署6.1 滑窗预测从单张图到连续信号模型在232张图上微调完验证集表现稳定之后还有个现实问题单张截图判断牛熊意义有限。我一般用滑动窗口方式把最近60根K线裁成一张图窗口每平移一根K线生成一张新图再对最近若干张图的预测做统计。这样把单帧抖动变成波动序列模型的输出更像一个连续信号而不是一次性判断。6.2 置信度投票比单帧判断稳得多投票时把置信度纳入进来而不是只看类别。例如连续5张图里有4张预测bull且平均置信度超过0.5才唤醒一次看涨提示否则宁可等待。这个阈值组合能滤掉大部分横盘区的随机分类。232张图训练出来的模型大概率不会比均线指标更精准但它的价值在于把看形态这个动作从人眼变成可批量、可回测、可迭代的流水线这才是小数据集模型真正能立住的地方。6.3 导出onnx把预测挂到批量任务上部署层面我习惯把best.pt导出成onnx用onnx runtime做批量预测稳定性和速度都比直接跑训练框架要好。训练框架自带的predict命令适合验证不适合天天跑新数据。导出命令yolo export modelruns/detect/train/weights/best.pt formatonnx imgsz416导出后写一个定时脚本每天收盘后拉取最新K线图、滑窗生成预测、按6.2的投票规则输出状态整个过程几分钟跑完。这是我踩过不少坑之后沉淀下来的习惯希望帮到你。本文还有配套的精品资源点击获取