Kaggle竞赛题目解析：Ubiquant市场预测

Kaggle作为数据分析类专业同学升学和求职的无敌Buff，它吸引人的地方不是高达百万美金的奖金，更多的是这段经历能给参赛者带来的机遇和技能加成。今天主要对以往Kaggle学术活动其中一个题目进行解析。

比赛名称：Ubiquant Market Prediction

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

比赛类型：时间序列、量化

比赛背景无论您的投资策略如何，金融市场都会出现波动。尽管存在这种差异，专业投资者仍试图估计他们的整体回报。风险和回报因投资类型和其他影响稳定性和波动性的因素而异。

为了尝试预测回报，有许多基于计算机的算法和模型用于金融市场交易。然而，借助新技术和方法，数据科学可以提高定量研究人员预测投资回报的能力。Ubiquant（北京）有限公司是中国领先的国内量化对冲基金。他们成立于2012年，依靠国际数学和计算机科学人才以及尖端技术来推动量化金融市场投资。

比赛任务在本次比赛中，您将构建一个预测投资回报率的模型。根据历史价格训练和测试您的算法。热门条目将尽可能准确地解决这个现实世界的数据科学问题。

评价指标根据每个时间 ID的Pearson 相关系数的平均值对提交的内容进行评估。比赛数据该数据集包含来自数千项投资的真实历史数据的特征。您的挑战是预测与做出交易决策相关的模糊指标的价值。

• row_id - 列ID
• time_id - 时间ID
• investment_id - 投资ID
• target - 目标标签
• [f_0:f_299] - 匿名数据变量

匿名数据变量比赛思路典型的时间序列赛题，具体思路可以参考之前的简街比赛。应该是深度学习模型是主流。

对Kaggle感兴趣的小伙伴注意啦，想了解赛事，组团报名参加，和小伙伴一起感受大赛的魅力，扫码领取报名表~

【免费领取】历年学术活动题目及解析，专业答疑，稳扎稳打~