引言
很多人觉得数学建模不过是“纸上谈兵”，却往往忽略了它的隐形价值——将现实问题转化为数学语言，再寻找解决方案。从天气预报、物流优化、防疫策略，到导航避堵、推荐算法，背后都有它的身影。即使不做科研，它也能帮助我们理性决策：租房选哪种更划算？创业的风险与收益如何权衡？建模不是为了炫技，而是让“我觉得”变成“我算过”。
我曾尝试制作一些精美的图表，但大多数人并不愿细看。后来，我又想通过出题的方式引导大家接触建模，并在允许使用AI的前提下设置了悬赏，例如：
- 投资（遗传算法）
- 最大割（模拟退火）
- 星际通信（鲸鱼-蝙蝠算法）
然而最终的结果却是——许多人只冲着悬赏而来，并未真正理解数学建模的内涵。我不甘心。
于是，今天，我准备借助此前的一篇文章 《【机器学习】多源遥感数据的碳储量估算与集成学习》 进行一次实战：用数学建模预测股票。与以往不同的是，这次的数据并非人工构造，而是来自真实市场中的5000只A股数据。
理论基础
实战-获取数据
怎么获取呢？其实很简单，