阿里AI天池大赛-资金流入流出预测-基于周期因子的时间序列预测

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。

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
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

不要迷恋发哥

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值