Kaggle競賽題目解析：Ubiquant市場預測

Kaggle作為數據分析類專業同學升學和求職的無敵Buff，它吸引人的地方不是高達百萬美金的獎金，更多的是這段經歷能給參賽者帶來的機遇和技能加成。今天主要對以往Kaggle學術活動其中一個題目進行解析。

比賽名稱：Ubiquant Market Prediction

https://www.kaggle.com/c/ubiquant-market-prediction

比賽類型：時間序列、量化

比賽背景無論您的投資策略如何，金融市場都會出現波動。盡管存在這種差異，專業投資者仍試圖估計他們的整體回報。風險和回報因投資類型和其他影響穩定性和波動性的因素而異。

為了嘗試預測回報，有許多基于計算機的算法和模型用于金融市場交易。然而，借助新技術和方法，數據科學可以提高定量研究人員預測投資回報的能力。Ubiquant（北京）有限公司是中國領先的國內量化對沖基金。他們成立于2012年，依靠國際數學和計算機科學人才以及尖端技術來推動量化金融市場投資。

比賽任務在本次比賽中，您將構建一個預測投資回報率的模型。根據歷史價格訓練和測試您的算法。熱門條目將盡可能準確地解決這個現實世界的數據科學問題。

評價指標根據每個時間 ID的Pearson 相關系數的平均值對提交的內容進行評估。比賽數據該數據集包含來自數千項投資的真實歷史數據的特征。您的挑戰是預測與做出交易決策相關的模糊指標的價值。

• row_id?- 列ID
• time_id?- 時間ID
• investment_id?- 投資ID
• target?- 目標標簽
• [f_0:f_299]?- 匿名數據變量

匿名數據變量比賽思路典型的時間序列賽題，具體思路可以參考之前的簡街比賽。應該是深度學習模型是主流。

對Kaggle感興趣的小伙伴注意啦，想了解賽事，組團報名參加，和小伙伴一起感受大賽的魅力，掃碼領取報名表~

【免費領取】歷年學術活動題目及解析，專業答疑，穩扎穩打~