編輯導語：很多人都用過支付寶中的余額寶功能，可以將資金轉(zhuǎn)入余額寶后產(chǎn)生收益，如果我們對余額寶的申贖進行預測，可以是業(yè)務的理解更加的精準；本文是作者分享了關于如何基于時序分析，預測余額寶的申贖金額，我們一起來了解一下吧。

“統(tǒng)計模型用好了，預測準確性也很高?！?/p>

今天和大家分享一個14年下半年作者獨立負責的、基于時間序列模型的預測項目：余額寶的申贖預測。

一、項目背景

大家都用過余額寶。

用戶將資金轉(zhuǎn)入余額寶，在行業(yè)上叫“申購”；將資金轉(zhuǎn)出余額寶，或者用余額寶進行轉(zhuǎn)賬、購買等，在行業(yè)上叫做“贖回”。

總的贖回量大于申購量，對于余額寶來講，就是凈流入；反之是凈流出。

好幾億余額寶用戶，每天都會發(fā)生巨量的申購贖回行為；15年的時候，每天流入流出的規(guī)模都在百億級別；且隨著余額寶用戶的活躍度不斷提升，申贖的規(guī)模也不斷擴大。

這給余額寶的資金管理帶來了巨大的難題。

第一個問題就是，今天（或者近期）余額寶是凈流入還是凈流出？如果是凈流入，基金經(jīng)理需要將凈流入的資金盡可能投資出去，避免滯留手中導致基金收益率下降；如果是凈流出，基金經(jīng)理則需要提前預留到賬資金，應對資金贖回壓力。

其次的問題是，到底凈流入或者凈流出的規(guī)模有多大？這就是一個典型的預測問題；如果預測的精準，基金經(jīng)理可以預留比較少的資金安全墊，提升收益率。

因此，我基于余額寶的歷史數(shù)據(jù)，建立了時序模型，預測未來一段時間（7天、14天、30天）以及當天的申贖金額。

隨著對業(yè)務理解的不斷加深，預測模型的精準度也不斷提升；最終實現(xiàn)當天預測當天的精準度在99%左右，預測未來7天時間的精準度平均95%以上，預測未來30天的精準度在90%以上。

有意思的是，在15年的5月份，阿里的天池大賽也搞了一個賽題，就是預測余額寶的申贖金額，如下圖：

二、余額寶申贖的一些規(guī)律

首先講講業(yè)務在數(shù)據(jù)上的一些規(guī)律，這對建模過程至關重要；每個因素、每個業(yè)務規(guī)律，都是影響預測準確性的因子，也是模型的業(yè)務解釋方向。

1. 關于申購

先看申購，先看一個總體轉(zhuǎn)入金額的走勢：

申購層面，影響的因素主要有星期周期因素、工資發(fā)放因素、阿里活動因素、節(jié)假日因素、收益率因素、支付寶的自動轉(zhuǎn)入等。

星期周期：這個是比較明顯的因素，由于受到基金特點的影響，在每天15點以后申購的行為將記為次交易日申購；因此周五15點以后的申購將與周一的申購一樣，白白浪費周末兩天的收益損失，因此周六周日申購很少。

月度工資發(fā)放：這個主要和工資的發(fā)放有直接關聯(lián)，很多用戶會在發(fā)工資后直接轉(zhuǎn)入余額寶，因此工資發(fā)放日會帶來更多申購；日期往往是1號、10號、15號、月末。

阿里系活動：這個和阿里經(jīng)常做的活動密切相關。

節(jié)假日：和星期因素類似，大型節(jié)假日期間申購會喪失收益，因此轉(zhuǎn)入很少，用戶會在節(jié)假日之前轉(zhuǎn)入。

余額自動轉(zhuǎn)入：很多支付寶用戶開通了余額自動轉(zhuǎn)入余額寶，每天凌晨到9點會系統(tǒng)自動轉(zhuǎn)入。

收益率：余額寶收益率的高低會影響大家轉(zhuǎn)入的多少。

為了便于分享，關于影響因素的拆解，主要羅列以上這些。

2. 關于贖回

再看贖回，以下是贖回的金額走勢：

在贖回層面，影響的因素主要有星期因素、還信用卡、節(jié)假日、消費活躍情況、阿里活動、收益率（及資本市場情況）、轉(zhuǎn)出到卡轉(zhuǎn)賬等。

• 星期因素：和申購類似，周末的贖回是延期到賬的。因此整體周末的贖回是要遠少于申購的；
• 還信用卡：還信用卡日期經(jīng)常固定在每個月幾個比較大的日期，尤其是下旬的還卡金額較多；
• 節(jié)假日：在很多節(jié)假日前用戶會有較多資金需求，傾向轉(zhuǎn)出；
• 消費活躍：很多用戶是用余額寶進行支付的?？傮w消費的活躍上升，會帶來余額寶的贖回也上升；
• 阿里活動：主要就是雙十一等大促，對余額寶的贖回影響巨大；
• 資本市場：在股市瘋漲、IPO重啟的時候，打新資金、流入股市的資金對余額寶贖回產(chǎn)生不小影響。

關于余額寶的申贖影響因素，以上是比較主要的一些，暫時分享到這里。

三、模型的建立

模型的核心邏輯，采用的是時間序列的分解法，將每日的申贖結(jié)果，認為是四個因素影響的：長期趨勢因素、季節(jié)因素、星期因素、其他因素。

最后用乘法模型，將每個因素參數(shù)相乘：

具體建模過程如下：

1. 數(shù)據(jù)的預處理

首先進行申購和贖回數(shù)據(jù)的預處理，進行異常值的剔除，主要包括大額機構(gòu)的申贖、雙十一大促等。

白名單機構(gòu)的大額申贖，往往單筆金額就好幾億，對模型是有影響的，因此首先要剔除；另外雙十一的活動，由于過于低頻，且每年情況不一樣，也進行數(shù)據(jù)的剔除。

另外，由于13年余額寶處于飛速發(fā)展期，在數(shù)據(jù)使用上，我直接用14年的數(shù)據(jù)開始建模，排除業(yè)務爆發(fā)期的影響，因此大約有8個月的數(shù)據(jù)作為建模數(shù)據(jù)。

2. 長期趨勢因素的確定

這里的長期因素，其實主要就是上文分析中提到的收益率因素、用戶余額寶使用活躍情況等。

從上面的截圖中也可以看出，余額寶的申贖金額總體都在上漲趨勢中；這里要預測的，就是該趨勢。

具體實現(xiàn)上，在做完數(shù)據(jù)預處理的基礎上，進行線性回歸模型的建立。

上圖其實是個示意圖了，數(shù)據(jù)已經(jīng)到了17年了。在當時的建模情況下，我使用的數(shù)據(jù)就是近半年的數(shù)據(jù)作為長期趨勢的預測。

過長的數(shù)據(jù)做預測，將失去意義，并不能很好反映當前的狀況，因為歷史數(shù)據(jù)會有較大干擾。

3. 周期因素的確定

長期趨勢因素確定后，用每天數(shù)據(jù)與長期因素做除法，排除掉長期因素的影響，只剩下周期因素等因素。

這里的周期因素，其實包括了星期和月度因素。

星期因素影響因子的確定，有很多辦法，我是將歷史同周期進行了求動態(tài)均值，即最近3個月平均值。

獲得星期的參數(shù)后，再次用排除長期趨勢的參數(shù)除以星期參數(shù)，排除星期的影響因素，此時主要是月份的影響因素了。

針對月份的因素做同樣的處理，則得到月度的因子參數(shù)，如下是申購的：

從這個圖中明顯看出，1號、10號、15號確實是申購的小高峰。

申購、贖回，基本都是基于相似的邏輯，進行處理。

4. 其他因素的確定

到這里，我們獲得了長期趨勢因素、月度因素、星期因素的因子。但根據(jù)第二章節(jié)中提到的，影響申贖的因素，還有節(jié)假日、活動等；這對節(jié)假日，需要再進行專門性的參數(shù)獲取。

根本方法和之前也是一致的，用排除長期趨勢、周期因素的數(shù)據(jù)后，專門講節(jié)假日（國慶、春節(jié)等）前后的數(shù)據(jù)拿出來，做參數(shù)；但是由于當初是14年，可用的數(shù)據(jù)不多，因此對于長假的預測效果不是很好，但是3天小長假的數(shù)據(jù)表現(xiàn)還可以。

5. 預測過程

到這里，基本各類參數(shù)的計算，就算完成了。在做預測的時候，按照上述的過程，用各個因素進行乘法計算，即可獲得未來一段時間的預測結(jié)果。

另外，在實踐中，其實還有一個場景更高頻一些，就是當天預測當天。比如目前是上午11點，預測今天截止下午3點的申贖；針對這個場景，在原來的模型基礎上，做了一些調(diào)整，主要是加上了當日的數(shù)據(jù)走勢。

由于能看到實時數(shù)據(jù)，而且只是預測當天數(shù)據(jù)，輸入模型的數(shù)據(jù)采用了昨日數(shù)據(jù)以及當天的情況，因此這個預測精度極高，往往達到99.5%以上。

關于余額寶的申贖預測，就先分享到這里，很多細節(jié)內(nèi)容一方面我已經(jīng)沒有原始數(shù)據(jù)了，另一方面確實寫不完；所以就先把預測的思路框架寫這些，歡迎各位小伙伴繼續(xù)關注~

本文由 @冬至 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)作者許可，禁止轉(zhuǎn)載。

題圖來自Unsplash，基于CC0協(xié)議。