团队名称

虎鲸qwq

团队成员

刘航（浙江海洋大学）

团队名次

全国第八名

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

作为一名初次站上大数据挑战赛决赛舞台的本科生，回望这段从“理论知识”走向“实践落地”的旅程，心中满是收获与思考。这次围绕“沪深 300 指数成分股涨跌幅预测”的赛题，不仅让我摸清了结构化时序数据处理的逻辑，更让我在“问题拆解 - 方案落地 - 迭代优化”的闭环中，读懂了“以赛促学、以赛促用”的真正意义。

本次大赛的赛题任务看似清晰，实则暗藏对算法适应性与实用性的全面考验。其真正的难点在于如何预测股票涨幅极端值的排名——这不仅需要扎实的理论基础，更要结合数据特点灵活调整策略。这次比赛给我的远不止一份成绩，它让我学会在“数据格式混乱”时保持耐心，在“模型效果不佳”时理性分析，在“评委提问未知”时坦诚规划。更重要的是，它让我明白：大数据不是冰冷的数字，而是解决实际问题的工具——就像这次的模型框架，只要能够抓住 “时序依赖 + 极端值需求”的核心逻辑，提高模型泛化性，未来不仅能适配加密货币、商品期货的预测，还能迁移到零售销量极值识别等场景。回望这段旅程，我还有四点感悟想与读者分享：其一，比赛的不仅仅是解决一个问题，还要追求形式创新，唯有紧扣赛题特点、贴合数据逻辑，才能找到有效路径；其二，面对复杂任务时，分步优化比一步到位更高效，合理权衡不同环节的优先级，才能最大化投入产出比；其三，永远不要轻易放弃——即使陷入瓶颈，多查一份资料、多试一次实验，或许就能迎来突破，这既是“数据炼丹”的乐趣，也是成长的必经之路；其四，团队成员间的交流也是尤为重要，特征筛选的技巧，模型改进的思路等等，多样化的视角才能打破单一思维的局限，让模型进一步得到优化。

最后，要感谢大赛组委会以及清华大学提供的支持，感谢评委老师的犀利提问，更感谢那个在无数个夜晚调试代码、验证思路的自己。这次经历不是终点，而是我走向“用数据解决实际问题”道路的起点。未来，我会带着这份实战积累，继续在结构化时序数据的领域深耕，让技术真正落地生根，解决更多现实场景中的难题。

决赛答辩ppt分享

编辑：文婧

校对：丁玺茗

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