（二）基于企业现金流预测的投资决策-算法实现

现实、狠残酷

于 2022-11-09 16:42:07 发布

阅读量676

点赞数

分类专栏：项目实战文章标签：算法 python

本文链接：https://blog.csdn.net/qq_34184505/article/details/127770596

版权

本文探讨了基于企业现金流预测的投资决策项目，包括数据探索性分析和算法实现。通过对cashflow_category和cashflow_subcategory的分析，发现数据分布合理，无明显异常。算法框架包括现金流预测、安全余额计算和投资金额计算三个步骤，为投资决策提供依据。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

数据介绍

上一节我们已经介绍过了“基于企业现金流预测的投资决策”的项目背景，并且做了业务需求分析和算法搭建框架梳理。接下来我们来梳理一下我们用到的数据长什么样子，并做一个简单的探索性分析。

环境准备：

python >= 3.7
pandas >= 1.1.3
numpy >= 1.19.2
prophet 1.0
matplotlib >= 3.3.2
jupyter_nbextensions_configurator （非必须，推荐安装）

数据探索性分析

from prophet import Prophet
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
Backend TkAgg is interactive backend. Turning interactive mode on.
# cashflow_data: 每家子公司/每天/每种中类型的现金流入和流出数据
## date: 日期
## cashflow_category: 现金流类型-父类
## cashflow_subcategory: 现金流类型-子类
## cashflow: 现金流
## branch_id: 子公司ID
cashflow_data = pd.read_csv('data/cashflow_data.csv', parse_dates=['date'])
cashflow_data.head(2)
Out[5]: 
        date cashflow_category cashflow_subcategory       cashflow  branch_id
0 2015-04-01           cash_in                sales  275765.184075          1
1 2015-04-02           cash_in                sales  255256.272380          1