賽題地址：http://tianchi.aliyun.com/competition/information.htm?spm=5176.100067.5678.2.VZW16k&raceId=3

登入即可下載資料

題目一句話：根據13年7月到14年8月的申購贖回資料預測14年9月每一天的申購贖回資料。

演算法問題：此題可以使用線性迴歸和時間序列預測，只要特徵好效果都還可以。我們使用的是R下面的隨機森林+LM  ，決賽只有4次提交機會，第一次我們26名，後面每天都降，這些火箭簡直太可怕了，最後天我們運氣好穩定在了47名。後來問過那些火箭才知道他們使用的是STL時間序列預測，因為這個方法預測的值偏大，剛好答案也是偏大。所以會出現大量火箭。

預處理問題：題目給出的是每天使用者的操作資料，我們需要按日期彙總為申購贖回資料，因為提交結果也是按天的

彙總下來好像是427條，觀察之後可以發現13年到14年前期都不太穩定，所以我們可以取穩定後的資料，3-8或者4-8月都可以。

另外既然取了3-8月的資料，就代表沒有去年國慶前期的資料了，這個問題比較大，因為需要預測14年9月的，9月末的資料跟13年9月的資料趨勢有相關性。但是13年9月的資料變化比較劇烈，由於比賽不準單點，沒法自己去插入14年9月30號這天的資料，怎麼辦呢？我們前期測了下20140930的值，和9月29的值比例大概是11:9-11:8的樣子。所以我們手動在訓練集中插入了一調20130930的申購贖回資料來擬合14年預測結果。不知道這樣還算不算調單點？

特徵問題：官方給出的baseline是使用了星期的7個特徵使用LM建模。我們分析過資料後發現跟星期並沒強烈相關性，反而更上班休假有強烈相關性（第一賽季其實是跟股票有強烈相關，第二賽季資料量大倒沒多大影響了）

所以我們設計瞭如下特徵：

--一週正常第1/5天上班， 週末第1/2天，休假第1/3天，休假前/後正常上班的一天
--上班前一天休假，工作日，休假，月初月中月末（10天週期），每月第一天
--上一個波峰/波谷是幾天前
--上班最後天后要放幾天假（2-3,7 3個01特徵）
--上班第一天前放了幾天假（2-3 2個01特徵）
--兩天的假，三天的假
--週日補班
-- 股票波浪理論，135浪

另外所有特徵均為01特徵，為什麼這樣做大家可以自行思考下。

其中19個特徵在part1的時候純lm可以達到203分

所有特徵在PART2的時候lm+RF可以達到201分