时序预测

时序预测是最核心也是最玄学的问题，核心有多核心？销量预测准，明天就是共产主义；玄学有多玄学？股票、天气，星盘周易。由于时序预测这种既核心又玄学的特性，大量的人扑上去研究去做。这里根据个人一些应用经验，整理了比较大的几个方向思路。在这里先写下个人使用经验：

• 阿里、京东等电商的销量预测，短期预测使用机器学习，长期预测使用统计时序结合效果较好，深度学习在某些场景中效果较好。因为已知影响销量的关键特征：商品特征(价格、曝光、点击、加购、动销...)、营销计划(特价、资源位、满减、满赠...)、用户画像(消费力、购物习惯...)等等。举例比如，同一商品其他都一样，一个时期资源位在首页曝光，一个时期在较深位置，销量变化明显；商品换了曝光宣传图，其他也都不变，也会发现销量变化等等。根据对比实验或经验可以得到影响销量特征，加入模型中即可得到短期预测较好效果。针对长期有季节性特征等测试Holt-Winters等时序模型效果较优。

• 微博、百度、知乎、B站等信息获取平台的流量预测，均值模型加模式学习。流量状态大致可分为三种情况：常规时期，流量稳定；可预测非常规时期，比如国庆节，关于国庆内容流量增加；不可预测非常规时期，比如某明星出轨了等突发事件引起的流量暴涨。流量稳定和可预测非常规时期比较好处理，但不可预测的非常规时期，我们无法提前预知突发事件的发生，但可以通过模型学习不同突发事件发生后流量的增长及衰退模式，进行预测。

• 股票、期货等金融产品，不论采取什么模型方法，进行长期预测。由于牵扯人群博弈，影响因素多，有发财报等可预知变化时期和中美关系缓和等不可预知变化时期。建议融合个人经验，进行长期低频操作。