TabICL 是一款开源表格基础模型，原生支持分类与回归任务，同时可拓展应用至时间序列预测等场景。它完整兼容 scikit-learn API，使用习惯对数据从业者十分友好。不同于传统机器学习模型，TabICL 在调用 fit 时仅缓存训练数据，真正基于上下文学习的推理计算，延后至 predict 阶段执行。
安装
通过 pip 安装 TabICL：
如果扩展到时间序列预测，则需要安装依赖：
1
| pip install "tabicl[forecast]"
|
功能介绍
TabICL 提供的功能包括：
tabicl.TabICLClassifier - 实现表格数据分类tabicl.TabICLRegressor - 实现表格数据回归tabicl.forecast.TabICLForecaster - 实现时间序列预测tabicl.TabICLUnsupervised - 实现无监督学习tabicl.FinetunedTabICLClassifier - 微调 TabICL 权重实现分类tabicl.FinetunedTabICLRegressor - 微调 TabICL 权重实现回归
原生模型（TabICLClassifier、TabICLRegressor）与微调模型（FinetunedTabICLClassifier、FinetunedTabICLRegressor）的区别：
- 原生：上下文学习 ICL，全程不更新模型权重
- 微调：监督微调，使用目标数据集更新预训练权重
分类问题
结合现在大 A 的“水深火热”，回答一个最朴素的问题：“明天还会涨吗？”
数据集介绍
- date：日期
- open：开盘价
- high：最高价
- low：最低价
- close：收盘价
- ret_1d：一日收益率
- ret_5d：五日收益率
- ret_10d：十日收益率
- vol_5：五日波动率
- vol_10：十日波动率
- ma5：五日均线
- ma10：十日均线
- ma20：十日均线
- trend：次日涨跌标签，
1 涨 0 跌
收集了 2021-08-13 到 2026-07-30 的上证指数数据，共计 1201 条数据。
2026-07-30 预测 31 号的涨跌，所以试验中不用这条数据。
完整代码如下：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
| import pandas as pd
import matplotlib.pyplot as plt
from tabicl import TabICLClassifier
from sklearn.metrics import accuracy_score, confusion_matrix, ConfusionMatrixDisplay
# 中文显示
plt.rcParams['font.sans-serif'] = ['Arial Unicode MS']
plt.rcParams['axes.unicode_minus'] = False
# 读取数据集
df = pd.read_csv('sh000001.csv')
# 取前 1200 条记录，拆分特征和标签
X = df.iloc[:-1][['open', 'high', 'low', 'close', 'ret_1d', 'ret_5d', 'ret_10d', 'vol_5', 'vol_10', 'ma5', 'ma10', 'ma20']]
Y = df.iloc[:-1]['trend']
# 按 0.8 拆分数据集，80% 作为训练集（960 条），20% 作为测试集（240 条）
split_idx = int(len(X) * 0.8)
X_train, X_test = X.iloc[:split_idx], X.iloc[split_idx:]
y_train, y_test = Y.iloc[:split_idx], Y.iloc[split_idx:]
# 实例化 TabICLClassifier 并 fit 训练集
clf = TabICLClassifier(verbose=True)
clf.fit(X_train, y_train)
# 预测测试集标签
y_pred = clf.predict(X_test)
acc = accuracy_score(y_test, y_pred)
print(f"测试集准确率: {acc:.3f}")
# 混淆矩阵
cm = confusion_matrix(y_test, y_pred)
disp = ConfusionMatrixDisplay(confusion_matrix=cm, display_labels=["下跌/持平(0)", "上涨(1)"])
disp.plot(cmap="Blues")
plt.title("TabICL 测试集混淆矩阵")
plt.savefig("sh000001_confusion_matrix.png")
|
跑出的结果非常吓人：测试集准确率 100%。
不敢相信！！！
现在是 7 月 31 号，今天的上证收于 3,832.26，所以 7 月 30 号的 trend 应该是 1，所以用前 1200 条记录去 fit 模型，然后用 7 月 30 条的去预测。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
| import pandas as pd
from tabicl import TabICLClassifier
# 读取数据集
df = pd.read_csv('sh000001.csv')
# 取前 1200 条记录，拆分特征和标签
X = df.iloc[:-1][['open', 'high', 'low', 'close', 'ret_1d', 'ret_5d', 'ret_10d', 'vol_5', 'vol_10', 'ma5', 'ma10', 'ma20']]
Y = df.iloc[:-1]['trend']
x = df.iloc[-1:][['open', 'high', 'low', 'close', 'ret_1d', 'ret_5d', 'ret_10d', 'vol_5', 'vol_10', 'ma5', 'ma10', 'ma20']]
clf = TabICLClassifier(verbose=True)
clf.fit(X, Y)
y_proba = clf.predict_proba(x)
print(f"{y_proba[0][0]} 下跌/持平，{y_proba[0][1]} 上涨")
|
执行结果：
1
| 0.9999986290931702 下跌/持平，1.3714894748773077e-06 上涨
|
其实就是百分百下跌/持平，但今天是上涨 0.72%！
真的是，实验猛如虎，结果如同狗，让 TabICL 去预测大 A 的涨跌，确实有点难为他了。
后续
后续还会用 TabICL 提供的其它功能，去做一些有意思的实验。
参考资料
