Task02 时间序列规则

1 时间序列规则

1.1 为什么要重视规则

很多比赛都可基于对背景的理解和数据分析获得有用规则，通过“ if A then B等方式设计基准方案。
在企业、公司里也常采用基于规则的方案。
对于本次赛题，我们需要从过去的数据预测未来的数据，从预测的角度说，周期性是核心。

1.2 基于周期因子的时间序列预测

假设给定下面的数据，任务是预测第四周每天的客流量。

.	周一	周二	周三	周四	周五	周六	周日	周均值
第一周	20	10	70	50	250	200	100	100
第二周	26	18	66	50	180	140	80	80
第三周	15	8	67	60	270	160	120	100

明显能看到周一到周日的周期波动。预测的核心任务就是尽可能准确的提取这种周期。

1.2.1 step1 获得周期因子

方式（1）除以周均值，按列取中位数

.	周一	周二	周三	周四	周五	周六	周日
第一周	0.2	0.1	0.7	0.5	2.5	2	1
第二周	0.325	0.225	0.825	0.625	2.25	1.75	1
第三周	0.15	0.08	0.67	0.6	2.7	1.6	1.2
中位数	0.2	0.1	0.7	0.6	2.5	1.75	1

方式（2）季节指数的计算方式；获得每日均值 ，再除以整体均值

.	周一	周二	周三	周四	周五	周六	周日
第一周	20	10	70	50	250	200	100
第二周	26	18	66	50	180	140	80
第三周	15	8	67	60	270	160	120
均值	20.33	12	67.67	53.33	233.33	166.67	100
因子	0.22	0.13	0.73	0.57	2.50	1.79	1.07

1.2.2 预测

做预测时，只要将周期因子，乘以一个base，就可以做下一周的预测。
比如取最后一周的平均客流量100作为base，那么我们直接乘上周期因子，就得到下一周的预测:

.	周一	周二	周三	周四	周五	周六	周日
中位数	0.2	0.1	0.7	0.6	2.5	1.75	1
预测 (base=100)	20	10	70	60	250	175	100

从周期性看来，最后三天的值都偏大，这样会导致我们平均出来的base也是偏大的。需要去掉周期性因素后，再取平均，也就是去除趋势的影响，让结果更具说服力。具体做法，就是用客流量除以周期因子。

.	周一	周二	周三	周四	周五	周六	周日
第三周	15	8	67	60	270	160	120
中位数	0.2	0.1	0.7	0.6	2.5	1.75	1
去周期以后的客流量	75	80	95.7	100	108	91.4	120

此外，直接用最后一周的平均客流量作为base并不一定是最好的方法。也许最后三天或最后五天的均值能更好的反映最新的情况。具体取多少天，可以通过测试集的表现来确定。

1.3 如何预测下个月每一天的情况

资金流入出预测比赛的任务是预测下个月每一天的情况，因此需要提取以月为周期的因子，做法可以分为以下几个步骤：
（1）获得每日（1-31号）均值
（2）统计每日为周一到周日的频次

（3）基于星期后期因子获得加权均值


（4）根据因子和每日均值预测

2 基于时间序列规则的资金流入流出预测

2.1 以星期为周期的中位数预测

使用了一个简单的实例讲解如何预测。
（1）设置训练集和测试集
训练集时段设为2014-03-31（周一）到2014-08-03（周日）
测试集时段为2014-08-04到2014-08-31
（2）按星期重新组织申购总额与赎回总额
格式如下：

(3)提取中位数，并做预测
提取中位数使用median()方法

df_pruchase.median()

然后按照上述两种方式（1.2.1）提取周期因子

2.2 效果对比

应用Task01中的评价指标，如MAPE
平均绝对百分比误差（Mean Absolute Percentage Error）。

关于节假日，交易量可能偏高或偏低，时间序列规则没有考虑节假日，需要对节日以及节日前后的预测结果修正。