Py數據基礎及實戰 4

金融服務機構資金流量預測背景與目標數據預處理分析與建模模型評價背景企業資金流量的預測主要從資金流入和資金流出這兩方面進行。資金的流入主要包括營業活動、投資活動和籌資活動的資金流入。資金的流出主要包括營業活動、投資活動和籌資活動的資金流出。營業活動的資金流出主要包括營業期間費用的支付、各種稅金的支付等。企業可以通過一定時期內資金的流入和流出來推斷出當前企業內部的資金量；也可以根據未來可能的資金流入和流出量，并結合自身對風險的偏好程度，來制訂一個合理的資金分配計劃。企業對資金流量的預測根據時間長短不同可以分為短期、中期和長期預測。通常期限越長，預測的準確性越差。選擇何種期限的資金流量預測方法完全取決于企業自身的實際要求。背景國內某金融服務機構擁有上億會員，并且每天的業務都涉及大量的資金流入和流出，面對如此龐大的用戶群，資金管理壓力會非常大。該金融服務機構希望能精準地預測未來每日的資金流入流出情況。對貨幣基金而言，資金流入意味著發生了申購行為，資金流出意味著發生了贖回行為。數據說明目前該金融服務機構已積累了大量用戶的資金流入與資金流出的記錄，包含2023年7月1日至2024年8月31日的申購和贖回信息，以及所有的子類目信息。數據經過脫敏處理后，基本保持了原數據分布。數據主要包括用戶操作時間和操作記錄，其中操作記錄包括申購和贖回兩個部分。金額的單位是分，即0.01元。如果用戶今日消費總量為0，即consume_amt=0，則4個子類目為空。數據說明用戶申購/贖回數據說明。屬性含義示例user_id用戶ID1234report_date日期20240407tBalance今日余額109004yBalance昨日余額97389total_purchase_amt今日總購買量＝直接購買＋收益21876direct_purchase_amt今日直接購買量21863purchase_bal_amt今日支付寶余額購買量0purchase_bank_amt今日銀行卡購買量21863total_redeem_amt今日總贖回量＝消費＋轉出10261屬性含義示例consume_amt今日消費總量0transfer_amt今日轉出總量10261tftobal_amt今日轉出到支付寶余額總量0tftocard_amt今日轉出到銀行卡總量10261share_amt今日收益13category1今日類目1消費總額0category2今日類目2消費總額0category3今日類目3消費總額0category4今日類目4消費總額0目標基于企業希望精確地預測資金流入流出量的需求，可得到本案例的目標為預測該金融服務機構次月每天的申購與贖回總額，并與真實值進行對比，評價模型的合理性。鑒于申購和贖回的預測方式類似，本案例僅展示預測申購總額的過程，總體流程如下。背景與目標數據預處理分析與建模模型評價數據預處理建立ARIMA模型時需要將非平穩序列轉化成平穩序列，通過時序圖截取平穩部分的數據并進行差分，然后對截取后的數據進行平穩性檢驗與白噪聲檢驗。僅在數據為平穩非隨機序列的條件下，才可利用ARIMA模型進行預測。屬性構造原始數據以單個用戶每天的信息作為一條記錄。而時間序列預測輸入的數據形式是每天的總資金流入量，因此對原始數據進行如下式的轉換。其中，表示第K天的用戶數量。轉換過程。屬性構造申購數據的自相關圖申購數據的時序圖截取平穩部分數據基于探索結果，選取2024年3月至7月的數據作為模型訓練數據，選取2024年8月的數據作為模型測試數據。截取數據并繪制時序圖與自相關圖。周期差分由于截取數據存在周期性，因此需要對資金申購量以7天為周期做一階差分，并繪制一階差分后數據的時序圖和自相關圖。平穩性檢驗和白噪聲檢驗為了確定原始序列中沒有隨機趨勢或確定趨勢，需要對數據進行平穩性檢驗，否則可能會產生“偽回歸”的現象。對2024年3月至7月的資金申購數據進行平穩性檢驗和白噪聲檢驗。平穩性檢驗和白噪聲檢驗平穩性檢驗的結果。白噪聲檢驗的結果。差分階數檢驗類型P值結論1平穩性檢驗0.001698原始序列經過一階差分后歸于平穩檢驗類型P值結論白噪聲檢驗2.63066558e-07原始序列為非白噪聲序列序列同時通過了平穩性檢驗和白噪聲檢驗，因此可用于時間序列模型的構建背景與目標數據預處理分析與建模模型評價分析與建模差分運算具有強大的提取確定性信息的能力，許多非平穩序列差分后會顯示出平穩序列的性質，這時稱這個非平穩序列為差分平穩序列。對差分平穩序列進行隨機性檢驗并通過后，可以使用ARIMA模型進行擬合。時間序列模型的定階在建立ARIMA模型之前，需要確定模型的階數，即確定p、q的值。對通過平穩性檢驗和白噪聲檢驗的數據建立ARIMA模型。先要確定模型的階數，采用BIC準則對模型進行定階。根據結果可知，p、q參數的值確定為3、3。故選用ARIMA(3,1,3)模型。輸出結果：BIC(3,3)模型檢驗為了驗證模型的有效性，需要對構建的ARIMA模型進行殘差檢驗。時間序列模型殘差的自相關圖如下。對殘差序列進行白噪聲檢驗，得到的p值為0.65，大于0.05，說明原假設成立，即數據是隨機的，所以模型有效。背景與目標數據預處理分析與建模模型評價模型評價計算每天的平均誤差，計算公式如下，其中是第i天的真實值，是第i天的預測值。為判斷模型的效果，定義每天預測結果的得分公式如下。當error的值大于或等于0.3時，該預測結果不得分；當error的值為0時，該預測結果得10分；error的值越小，得分越高。模型評價計算預測結果得分，得到的模型預測結果如下。

真實值預測值誤差得分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

真實值預測值誤差得分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模型評價繪制