cliffordlai/ccf-bigdata

CCF-大数据竞赛-基金间的相关性预测-复赛19名

CCF-大数据竞赛-基金间的相关性预测-复赛19名

赛题介绍

队伍名称：萌仔仔zm

队员:drxkm0、张萌20172014、gyq、DFUser1537867702929

运行代码前，需要将数据放在data目录下，目录树如下：

 |--data
     |--correlation.csv
     |--test_fund_return.csv
 |--Three_exp.py
 |--average_model.py

correlation.csv 是手动把训练集和测试集的相关性数据拼合起来，一共是539天的数据

test_fund_retuen.csv 直接取比赛提供的基金复权净值收益率测试集数据，未作处理

代码运行方式(需要安装pandas，numpy)

使用三次指数模型做出预测（生成预测结果result_file_exp.csv）

      python Three_exp.py

使用均值模型做出预测(生成预测结果mean_1026.csv)

      python average_model.py

整体思路

思路1:

      基金间的相关性数据基于从对应日期开始向后61个交易日的市场数据和运营权重综合统计得出,因此要想得到最后一天的相关系数只需要
      向后预测61天的基金复权净值收益率，然后计算相关系数即可，实际实验发现预测时间太长精度比较低，于是缩短预测的时间长度，最终
      采用了往后预测5天，然后加上已知的56天的数据来计算相关系数，作为预测的结果，预测方法采用三次指数平滑

思路2:

      基金的相关性数据短时间内变化很大，但变化趋势往往在一个范围内，首先对已知的539天的相关性数据去除最大的和最小的10个值，
      然后直接计算均值作为预测结果

将思路1和思路2得到的结果加权融合，就得到最后的结果。首先运行Three_exp.py得到思路1结果，然后运行average_model.py，得到思路2的结果，按照（0.5，0.5）的比例将结果加权，加权的过程直接使用EXCLE实现。最终复赛B榜19. 调整系数还可以得到更高的分数。