Py数据基础及实战 4

金融服务机构资金流量预测背景与目标数据预处理分析与建模模型评价背景企业资金流量的预测主要从资金流入和资金流出这两方面进行。资金的流入主要包括营业活动、投资活动和筹资活动的资金流入。资金的流出主要包括营业活动、投资活动和筹资活动的资金流出。营业活动的资金流出主要包括营业期间费用的支付、各种税金的支付等。企业可以通过一定时期内资金的流入和流出来推断出当前企业内部的资金量；也可以根据未来可能的资金流入和流出量，并结合自身对风险的偏好程度，来制订一个合理的资金分配计划。企业对资金流量的预测根据时间长短不同可以分为短期、中期和长期预测。通常期限越长，预测的准确性越差。选择何种期限的资金流量预测方法完全取决于企业自身的实际要求。背景国内某金融服务机构拥有上亿会员，并且每天的业务都涉及大量的资金流入和流出，面对如此庞大的用户群，资金管理压力会非常大。该金融服务机构希望能精准地预测未来每日的资金流入流出情况。对货币基金而言，资金流入意味着发生了申购行为，资金流出意味着发生了赎回行为。数据说明目前该金融服务机构已积累了大量用户的资金流入与资金流出的记录，包含2023年7月1日至2024年8月31日的申购和赎回信息，以及所有的子类目信息。数据经过脱敏处理后，基本保持了原数据分布。数据主要包括用户操作时间和操作记录，其中操作记录包括申购和赎回两个部分。金额的单位是分，即0.01元。如果用户今日消费总量为0，即consume_amt=0，则4个子类目为空。数据说明用户申购/赎回数据说明。属性含义示例user_id用户ID1234report_date日期20240407tBalance今日余额109004yBalance昨日余额97389total_purchase_amt今日总购买量＝直接购买＋收益21876direct_purchase_amt今日直接购买量21863purchase_bal_amt今日支付宝余额购买量0purchase_bank_amt今日银行卡购买量21863total_redeem_amt今日总赎回量＝消费＋转出10261属性含义示例consume_amt今日消费总量0transfer_amt今日转出总量10261tftobal_amt今日转出到支付宝余额总量0tftocard_amt今日转出到银行卡总量10261share_amt今日收益13category1今日类目1消费总额0category2今日类目2消费总额0category3今日类目3消费总额0category4今日类目4消费总额0目标基于企业希望精确地预测资金流入流出量的需求，可得到本案例的目标为预测该金融服务机构次月每天的申购与赎回总额，并与真实值进行对比，评价模型的合理性。鉴于申购和赎回的预测方式类似，本案例仅展示预测申购总额的过程，总体流程如下。背景与目标数据预处理分析与建模模型评价数据预处理建立ARIMA模型时需要将非平稳序列转化成平稳序列，通过时序图截取平稳部分的数据并进行差分，然后对截取后的数据进行平稳性检验与白噪声检验。仅在数据为平稳非随机序列的条件下，才可利用ARIMA模型进行预测。属性构造原始数据以单个用户每天的信息作为一条记录。而时间序列预测输入的数据形式是每天的总资金流入量，因此对原始数据进行如下式的转换。其中，表示第K天的用户数量。转换过程。属性构造申购数据的自相关图申购数据的时序图截取平稳部分数据基于探索结果，选取2024年3月至7月的数据作为模型训练数据，选取2024年8月的数据作为模型测试数据。截取数据并绘制时序图与自相关图。周期差分由于截取数据存在周期性，因此需要对资金申购量以7天为周期做一阶差分，并绘制一阶差分后数据的时序图和自相关图。平稳性检验和白噪声检验为了确定原始序列中没有随机趋势或确定趋势，需要对数据进行平稳性检验，否则可能会产生“伪回归”的现象。对2024年3月至7月的资金申购数据进行平稳性检验和白噪声检验。平稳性检验和白噪声检验平稳性检验的结果。白噪声检验的结果。差分阶数检验类型P值结论1平稳性检验0.001698原始序列经过一阶差分后归于平稳检验类型P值结论白噪声检验2.63066558e-07原始序列为非白噪声序列序列同时通过了平稳性检验和白噪声检验，因此可用于时间序列模型的构建背景与目标数据预处理分析与建模模型评价分析与建模差分运算具有强大的提取确定性信息的能力，许多非平稳序列差分后会显示出平稳序列的性质，这时称这个非平稳序列为差分平稳序列。对差分平稳序列进行随机性检验并通过后，可以使用ARIMA模型进行拟合。时间序列模型的定阶在建立ARIMA模型之前，需要确定模型的阶数，即确定p、q的值。对通过平稳性检验和白噪声检验的数据建立ARIMA模型。先要确定模型的阶数，采用BIC准则对模型进行定阶。根据结果可知，p、q参数的值确定为3、3。故选用ARIMA(3,1,3)模型。输出结果：BIC(3,3)模型检验为了验证模型的有效性，需要对构建的ARIMA模型进行残差检验。时间序列模型残差的自相关图如下。对残差序列进行白噪声检验，得到的p值为0.65，大于0.05，说明原假设成立，即数据是随机的，所以模型有效。背景与目标数据预处理分析与建模模型评价模型评价计算每天的平均误差，计算公式如下，其中是第i天的真实值，是第i天的预测值。为判断模型的效果，定义每天预测结果的得分公式如下。当error的值大于或等于0.3时，该预测结果不得分；当error的值为0时，该预测结果得10分；error的值越小，得分越高。模型评价计算预测结果得分，得到的模型预测结果如下。

真实值预测值误差得分13748847351922839540.4870.00021890921301849931130.0229.87231738253972168983990.2480.72943306408842813628080.1495.05053947808703371416010.1465.20962888210163453375220.1962.69872476464743011305570.2161.81482339037172383932580.0199.89991602627642045846890.2770.150102595348702252021080.1325.922113315504712846996530.1415.454122584936733382720920.3090.000132615066193456217820.3220.000142577026603012817050.1694.006152445516202386860230.0249.843162150597362049614200.0479.408

真实值预测值误差得分171499782712254474970.5030.000182984991462846578570.0469.422192664019733379869490.2690.266203083786923453132110.1206.557212517635173011840440.1962.670222463160562388733700.0309.752231414120272052927970.4520.000241301954842256735150.7330.000253095742232846086450.0818.320263069450893376999250.1007.491273021948013450046800.1425.436282450827513010862030.2291.337292675547132390595690.1077.200301997087722056225520.0309.762312750902132258985030.1793.514均值

0.1213.317模型评价绘制