1:报名地址
https://tianchi.aliyun.com/competition/entrance/231573/score

2:排名分数


3:模型源码
废话不多说,直接上源码
import pandas as pd
#数据加载
data=pd.read_csv('./user_balance_table.csv')
data
#给数据添加时间维度
def add_timestamp(data):
#时间格式转换
data['report_date']=pd.to_datetime(data['report_date'],format='%Y%m%d')
#添加时间维度
data['day']=data['report_date'].dt.day
data['month']=data['report_date'].dt.month
data['year']=data['rep

这篇博客介绍了如何使用时间序列分析对金融数据进行建模和预测。首先,通过添加时间维度并处理时间格式,然后计算日期因子,如平均购买和赎回金额在一周中的分布。接着,运用ARIMA等模型对数据进行预测,并通过LSTM神经网络进一步提升预测精度。最后,分享了提分技巧和证书获取流程,强调了时间序列在金融领域的广泛应用。

3138

被折叠的 条评论
为什么被折叠?



