时间序列数据历史价格分析法

Posted 住在山上的治平SB

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了时间序列数据历史价格分析法相关的知识,希望对你有一定的参考价值。

企模历史分析方法(仅供参考)         

企模历史的出法五花八门,可以说基本上只要能继续玩下去的都可以算作是一种历史,本文运用最简单的历史作为例子进行讲解,这个方法的原创是南航的小水兵,个人觉得这个方法定价还可以,当然可能有更好的定价方法,但是针对新手来说,这个方法相对比较简单,定价也比较准,最后说一句本方法仅供参考,不喜勿喷。


如上图所示,所有的参数均没有变化,只有需求产生了变化,那么这个变化就称作自然增量,自然增量每一期都会发生。

时间序列数据历史价格分析法


接下来比较第二第三期,第二期跟第三期对比差别在于价格和需求产生了变化,因此我们可以认为需求的变动是由于价格引起的,所以我们可以分析出来每变动多少元需求会变动一个,具体公式应该是:价格变动/(上期需求+自然增量-本期需求)


对比第三第四期,我们可以发现,变动的是广告或者是促销,那么算影响的具体算法跟价格一样:变动的广告或者促销/(本期的需求-自然增量-上期需求)(PS:广告的促销和影响应该为正值)

一般第三第四第五期变动的都是广告和促销,计算方法相同,就不另外说明了。


一般第五和第六期对比产品等级会产生一个小数的变化,一般来说产品升级只能是整数等级,这个地方产生小数的变化主要是由于工资系数的变化,那么再这里我们其实可以分析出来等级的影响,具体的计算公式应该是(本期需求-上期需求-自然增量)/等级变动

一般第七和第八期便是分红和历史的还原,一般不做分析,当然遇上某些特殊情况比如说多个变量同时变动的时候,可能就要加入第七第八期进行考虑,在此不做这些复杂情况的讨论。

一般分析历史主要是这几个方面,而在定价的时候需要考虑的就是上期的价格需求和本期需求来确定本期的价格,只要用上期的价格加上以上的这一些独立的变量算出来对价格产生的影响即可。


以上是关于时间序列数据历史价格分析法的主要内容,如果未能解决你的问题,请参考以下文章

MySQL 时间序列数据库,跟踪数量/价格/数据历史——仅当新值与前一个不同时才插入新行?

耶鲁大学研究员:比特币价格受时间序列动量效应影响

在 Steam 市场上检索物品的价格历史记录

xts包:时间序列分析利器

> 100 mio 的大数据项目选择哪种数据模型。项目

Coinbase API v2 获得多天的历史价格