《资金流入流出预测》——数据探索和准备步骤

绘制时间序列图

绘制申购总量和赎回总量的时间序列图

观察2014年4月份之后的时序图

大体上以星期为周期。

观察2014年4~8月的时序图


可以发现在月末时赎回总量大于购买总量。

按周一到周日分析差异

绘制每翌日数据分布与整体数据的分布图

分布大体符合正态分布。

然后再通过求中位数绘制柱状图来分析

绘制箱型图：

然后分析申购总量和赎回总量之间的独立性

可以发现存在依赖关联。

按月分析

分析13年7月~14年8月期间每月的分布


可以发现13年7月到10月份与其他月份差距明显。

分析14年5月~14年8月期间每月分布：

可以发现在购买量中，7月8月与其他月有明显差距，5月和6月接近。
在赎回量中，各月差异比较明显。

分析13年7月~13年9月期间每月分布：

可以发现9月与8月有明显差异，而9月和10月接近。

按天分析

接下来按照每天来聚合数据，并将聚合后的数据画出每月购买分布的柱状图




可以从数据中发现如下结论：

• 每周开始阶段购买量增多，到了每周中期赎回量增多
• 赎回的波动性比购买要大

分析节假日及特殊日期

之后我们开始分析节假日及特殊日期

可以发现节假日的交易量要低于平时，在618电商举行活动时购买和赎回量增大。

可以发现，在这些节假日中，购买和赎回量要低于平时的量。

分析大额交易

在分析异常值的时候，我们通过箱型图来分析

存在这一个异常交易记录

画出交易额

可以发现最大交易记录在2014年2月非常多，但是之后的大额交易次数开始趋于稳定。

分析银行拆解利率与余额宝利率

余额宝利率与购买量和赎回量的时序图：

下面为银行利率时序图可与余额宝利率的时序图：

总结

从以上数据分析过程中，可以大体了解了如何对时间序列做数据分析，比如通过什么图形进行分析，通过什么指标等。
此外，也大体上摸清了时间序列数据挖掘的步骤，从月、周、天分别进行分析差异性、周期性、异常等。