团队名称

抹香鲸cmr2的团队

团队成员

邹溪恒 

中国石油大学（华东）

团队名次

全国第七名

赛题描述说明介绍

报名 | 2025中国高校计算机大赛——大数据挑战赛等你来战！

关注微信公众号“数据派THU”，后台回复“20250522”，即可获取“赛题描述”和“代码规范”

参赛分享与收获

作为一名初次参加大数据竞赛的选手，我有幸参与了2025大数据挑战赛。本次竞赛以金融数据为背景，要求基于沪深300指数成分股的历史股价数据，构建机器学习模型，预测下一个交易日涨跌幅最大和最小的各10只股票。这不仅是一次技术能力的考验，更是一次对数据敏感度、逻辑思维和耐心的全面挑战。

在备赛过程中，我从零开始梳理数据处理流程，学习如何清洗和特征工程化高频金融时序数据。面对庞大的历史交易数据，我逐步构建了包括价格变动率、成交量变化、波动率、动量指标等在内的多维度特征体系，并尝试使用多种监督与无监督学习模型进行训练与验证。在模型调优阶段，我重点关注预测结果的稳定性与鲁棒性，力求在避免过拟合的同时提升对极端涨跌幅的识别能力。

作为单人参赛者，整个过程充满孤独与挑战。从数据探索到模型部署，每一个环节都需要独立决策与反复验证。没有团队的即时讨论，我更加依赖文献阅读、开源项目参考和社区交流来拓展思路。每一次提交结果后的排名变化，都成为驱动我优化模型的重要反馈。

通过这次比赛，我深刻体会到金融预测的复杂性与不确定性。市场受多重因素影响，仅依赖历史数值数据进行预测存在天然局限。然而，正是这种不确定性，促使我不断思考模型的边界与改进方向。我学会了如何在有限的信息中挖掘有效信号，也更加理解了模型评估与风险控制的重要性。

此次参赛经历让我在数据处理、建模实践和问题抽象能力上获得了显著提升。更重要的是，它激发了我对量化分析与人工智能在金融领域应用的持续兴趣。未来，我将继续深入学习，探索更稳健、更具解释性的预测方法，也希望能在更高水平的竞技平台上，与更多优秀的同行交流切磋。

感谢大赛提供的宝贵机会，让我在真实场景中锤炼技能，也坚定了我在数据科学道路上不断前行的信心。

决赛答辩ppt分享

编辑：文婧

校对：林亦霖

关于我们

数据派THU作为数据科学类公众号，背靠清华大学大数据研究中心，分享前沿数据科学与大数据技术创新研究动态、持续传播数据科学知识，努力建设数据人才聚集平台、打造中国大数据最强集团军。

新浪微博：@数据派THU

微信视频号：数据派THU

今日头条：数据派THU