機器學習
計算商業銀行的核心存款
鑑於商業銀行存款賬戶過去 10 年的餘額歷史，我需要逐月計算這些存款的核心部分。
這是我的想法：為每個帳戶/月取該月的最低餘額。然後將當月的所有最低餘額相加，即為銀行核心存款金額。這種方法有問題嗎？有沒有更好的方法來計算這個？
與任何模型一樣，您需要做出一些假設，看看這些假設的因素是如何發揮作用的。您正在嘗試對核心存款進行建模，因此逐個賬戶考慮這些賬戶是有意義的，因為每個客戶使用其賬戶的方式會有所不同。
如果核心是指未提取的存款，那麼我認為考慮該月的最低餘額沒有問題。要正式化，對於每個帳戶，您可以擁有
core_deposit = running_min(account_balance, 3 個月)
例如。
您可以嘗試的其他事情是過去 X 個月的平均餘額 +- 餘額變化的 rollin 標準差。
我還沒有看到數據有多少變化，但也嘗試了中值平衡 +- 平均絕對偏差以減少異常值的影響。
這些方法中的每一種都會產生一個答案，但重要的是我們如何評估這個答案。也許我們可以將其表述為 ML 問題。
所以你有你的數據集，它本質上是每個賬戶的時間序列。對於每個帳戶，在每個時間點，計算帳戶在接下來的（例如 6 個月）內的最低金額，該數量將是您想要訓練機器學習模型學習的目標數量。如果我們成功建構了這樣的模型，您的模型應該會吐出客戶在接下來的 6 個月內至少應該在其帳戶中擁有的數量。
下一部分，特徵工程，這是您可以創造性地開發功能的地方，例如計算餘額變化的頻率、變化的幅度、存款/支出的平均變化等。