资金流入流出预测-挑战Baseline

资金流入流出预测-挑战Baseline

想法仅供参考

本次数据仅使用了其中的每日进出总额

思路：依据每日进出总额进行分析，首先会发现在2014年2月份及以前波动较大，考虑只选择后面的数据进行分析

很明显，这些数据符合时间序列相关模型

1，通过点线图可能明显地看出其周期性变化趋势（这也是由于业务关系导致的），明显存在一个星期周期性（一个星期为1个 周期）；同时可能还存在另一个周期（一个自然月天数为一个周期）

2，通过计算周期系数；（本文为非标准计算方法，标准方式请参考统计学相关教材）

3，选择基数（本人选的是均值）

4，添加随机扰动项（本人未添加）

5，通过乘法加成计算最终值

6，模型优化：考虑9月底接近国庆长假，最后几天的值可能会有较大的变动（可适当进行调整，本人未处理）

7，本段代码跑出的数据在挑战baseline第一赛季得分135.5分，可以排名前十；在资金流入流出预测的第一赛季也是处于前五的分数

8，思路补充，由于9月8日中秋放假时间是6-8日，且8日为周一，理论上来说节假日余额宝会顺延确认份额（待验证）

rm(list=ls())
for (i in 1:5) gc()

library(data.table)
library(plyr)

#用户信息表

user_money<-fread("D:/Documents/yue/Purchase&Redemption Data/user_balance_table.csv",data.table = FALSE)


#设置日期参数
riqi<-unique(user_money$report_date)
riqi<-riqi[order(riqi)]
user_money$month<-0
user_money$day<-0
user_money$month<-user_money[,2]%/%100
user_money$day<-user_money[,2]%%100

user_money$report_date<-as.character(user_money$report_date)
user_money$report_date<-as.Date(user_money$report_date,format="%Y%m%d")
user_money$week<-weekdays(user_money$report_date)
user_money$week<-as.numeric(factor(user_money$week,levels = c("星期一","星期二","星期三","星期四","星期五","星期六","星期日"),labels = c(1:7)))

#统计每天的申购，赎回总额
gm<-tapply(user_money$total_purchase_amt,user_money$report_date,sum)
sh<-tapply(user_money$total_redeem_amt,user_money$report_date,sum)

shenggou<-as.numeric(as.character(gm))
shuhui<-as.numeric(as.character(sh))

shuju<-data.frame(riqi,shenggou,shuhui)

#日期处理
shuju$mon<-0
shuju$day<-0
shuju$mon<-shuju[,1]%/%100
shuju$day<-shuju[,1]%%100

shuju$riqi<-as.character(shuju$riqi)
shuju$riqi<-as.Date(shuju$riqi,format="%Y%m%d")
shuju$week<-weekdays(shuju$riqi)

shuju$week<-as.numeric(factor(shuju$week,levels = c("星期一","星期二","星期三","星期四","星期五","星期六","星期日"),labels = c(1:7)))

#截取数据，由于前一半数据波动太大了
#shu4<-shuju
shu4<-shuju[shuju$mon>=201403,]
shu4.week.sg<-tapply(shu4$shenggou,shu4$week,mean)
shu4.mon.sg<-tapply(shu4$shenggou,shu4$mon,mean)
shu4.day.sg<-tapply(shu4$shenggou,shu4$day,mean)

shu4.week.sh<-tapply(shu4$shuhui,shu4$week,mean)
shu4.mon.sh<-tapply(shu4$shuhui,shu4$mon,mean)
shu4.day.sh<-tapply(shu4$shuhui,shu4$day,mean)

mean4.sg<-mean(shu4$shenggou)
mean4.sh<-mean(shu4$shuhui)

#计算周期性星期类指数（非标准计算方法，仅供参考）
week.shenggou.rate<-as.numeric(as.character(shu4.week.sg))/mean4.sg
week.shuhui.rate<-as.numeric(as.character(shu4.week.sh))/mean4.sh

days<-1:30
shu4.sg<-as.numeric(as.character(shu4.day.sg))[1:30]
shu4.sh<-as.numeric(as.character(shu4.day.sh))[1:30]
da<-data.frame(days,shu4.sg,shu4.sh)
names.da<-names(da)

#用来记录每个日次含有几个星期-到星期日
da[,4:10]<-0
names(da)<-c(names.da,c(1:7))
da$rate_day_sg<-0
da$rate_day_sh<-0
for(i in 1:30){
  for(j in 1:7){

    da[i,(j+3)]<-nrow(shu4[shu4$week==j & shu4$day==i,])

  }

}

#计算星期对日期的影响
for(i in 1:30){
  da[i,11]<-sum(week.shenggou.rate*da[i,c(4:10)])/sum(da[i,c(4:10)])
  da[i,12]<-sum(week.shuhui.rate*da[i,c(4:10)])/sum(da[i,c(4:10)])
}

#结果
day<-20140901:20140930
dsg<-da$shu4.sg/da$rate_day_sg*week.shenggou.rate
dsh<-da$shu4.sh/da$rate_day_sh*week.shuhui.rate

xx<-data.frame(day,dsg,dsh)