三期随机动态定价
全文共 3272 字,阅读约需 7 分钟
三期随机动态定价:本章所有数据都为匿名合成教学数据。本地代码不连接生产系统,不改价、不下单、不投放。执行证据分层:三商品回归与 sklearn 梯度提升树确实拟合;随机动态规划确实求解;深度网络、视觉编码器和 Prophet 没有训练或运行。模拟数据上的漂亮
课程目录与学习记录 0 / 109
学习进度仅存于本机浏览器。原教程站的记录不会跨域自动迁移;可先在原站导出留存,新站按实际完成情况重新勾选。
入门数据与作业包
禾味数据为 2 店 × 8 SKU × 180 天,共 2,880 行,是可见教学数据,不是封存盲测集。起步包是模拟夹具,不表示已完成六行业预测实验。资源中心另有四专项工程、模型实验和计划实验,使用前请阅读各自能力边界。
模拟教学与独立审查范围内的实际代码。下载模型实验 r3。Prophet、TFT、DeepAR和视觉编码器未运行;不得把分解算术或张量校验称为深度训练。
共同运行方法与能力边界
模型补课:从价格混杂到真正跑过的树
本章所有数据都为匿名合成教学数据。本地代码不连接生产系统,不改价、不下单、不投放。执行证据分层:三商品回归与 sklearn 梯度提升树确实拟合;随机动态规划确实求解;深度网络、视觉编码器和 Prophet 没有训练或运行。模拟数据上的漂亮数字不能证明实际业务收益。
课程与运行入口
| 课 ID | 要回答的问题 | 关联白皮书项 | 输入 | 本轮证据 |
|---|---|---|---|---|
| model-causal-three | 三商品价格如何共同影响需求,为什么降价数据会估出反号? | E01–E03 | three_products.csv、elasticity_truth.json | 1,008行输入、三种拟合、价格情景、补货缺口、毛利与非法输入检查 |
| model-pricing-stochastic | 需求未发生时,三期怎样选价? | M01、M03、M04;保留M02确定性基础 | pricing_scenarios.csv、pricing_config.json、price_response.csv | Bellman全部状态、八路径、固定价和预定序列对照 |
| model-tree-trained | 规则、线性、树用同样时间协议究竟表现如何? | A05、G08 | tree_features.csv | 实际训练、验证选参、独立测试、逐行预测、按SKU与特征消融 |
| model-deep-inputs | 深度模型究竟吃哪些张量,图像向量怎样参加新品类比? | A06、C07 | deep_inputs.json、image_vectors.csv、trend_history.csv | 输入形状、时点、模拟路径分位数、8款向量类比、聚类、整款留出 |
| model-prophet-decomposition | Prophet中的趋势、季节、事件是什么? | A04 | prophet_components.csv | 分量算术和统一回测接口;Prophet库本身未运行 |
下载运行包 forecast-model-labs.zip,解压后在目录内执行:
python run_models.py
python tests/test_labs.py
python verify_reproducibility.py无需访问在线业务系统。输入文件已经附上;generate_data.py 仅用于重建合成夹具,会覆盖本包 data 中的同名文件。完整数值输出在 outputs/results.json,逐行测试预测在 outputs/tree_test_predictions.csv。测试与运行依赖固定版本见 requirements.txt;若环境未安装,需要先安装 numpy、scipy、scikit-learn。不可用库不是静默跳过:本次环境没有 Prophet、torch、LightGBM 或 XGBoost,运行包没有声称使用这些库训练。
model-pricing-stochastic:三期随机动态定价
1. 不是先看到需求再选价格
生鲜还可卖3小时,现有5件。每期可选10或8元/件,只能降价不能再涨,最后每剩一件要付1元处理费,因此残值s=−1元/件。第4期到期禁售,只处理剩余库存;没有跨期补货,也没有新鲜度不同的批次混卖。初始价格上限同时约束DP首期动作、固定价与预定价格序列;例如把initial_price_ceiling改为8且保持只降不升后,合法对照只剩8/8/8,不能继续拿10元路径充当可执行对照。
在每期开始时只知道库存和上一期价格,先选价,再看到本期高/低需求。两种需求情景各概率0.5,且在本例中各期独立:
| 期t | 价格p | 低需求 | 高需求 | 低/高概率 |
|---|---|---|---|---|
| 1 | 10 | 1 | 3 | 0.5/0.5 |
| 1 | 8 | 2 | 4 | 0.5/0.5 |
| 2 | 10 | 1 | 2 | 0.5/0.5 |
| 2 | 8 | 2 | 4 | 0.5/0.5 |
| 3 | 10 | 0 | 1 | 0.5/0.5 |
| 3 | 8 | 1 | 3 | 0.5/0.5 |
低价需求响应更高是设定,非估计结论。库存只限制成交,不应直接把潜在需求改成库存。若一次需求大于库存,丢失需求不向后积压。
2. 每个符号都落在状态上
S_t = min(I_t, D_t(p_t))
I_{t+1} = I_t − S_t
V_4(I, p_prev) = sI = −I
V_t(I,p_prev) = max_{p∈{8,10}, p≤p_prev}
Σ_{ω∈{低,高}} π_{t,p,ω}
[p·min(I,D_{t,p,ω})
+ V_{t+1}(I−min(I,D_{t,p,ω}), p)]- t是当前期,I_t是该期开盘库存,单位件;p_t是先选的价格,单位元/件。
- D_t(p)是该价格下尚未发生的需求;ω是低/高情景,π为对应概率。
- S_t是真正成交件数,不能用D_t直接乘价而无视库存。
- V_t是从该期起到期末的最大期望“销售收入+残值”,单位元。初始货物已经在手,模型没有采购成本决策,因此这里不叫完整净利润。
- p_prev记忆上一期价格,保证只降不升。若只把库存放进状态,会忘掉能否重新涨价的限制。
- max在期望求和外面,表示未知本期ω时必须选一个价格。把max放入每个情景内部会偷看未来。
3. 先算最后一期
第3期剩2件、上期价10元:
- 选10元:低情景售0剩2,值0−2=−2;高情景售1剩1,值10−1=9;期望0.5×(−2)+0.5×9=3.5。
- 选8元:低情景售1剩1,值8−1=7;高情景售2剩0,值16;期望0.5×7+0.5×16=11.5。
- 因而V_3(2,10)=11.5,选8元。不能写“平均需求2,卖2件赚16”,那会忽略低情景的库存尾数。
同理,V_3(0,10)=0,V_3(1,10)=8,V_3(3,10)=15。若上一期已降至8,合法动作只剩8,仍按同一递推求值。
4. 再算第二期的两个关键库存
第二期有4件、上期10元:
选10:0.5×[10×1 + V_3(3,10)]
+0.5×[10×2 + V_3(2,10)]
=0.5×25 +0.5×31.5 =28.25
选8 :0.5×[8×2 + V_3(2,8)]
+0.5×[8×4 + V_3(0,8)]
=0.5×27.5 +0.5×32 =29.75因此剩4件时降到8元,V_2(4,10)=29.75。
第二期有2件、上期10元:
选10:0.5×[10 + V_3(1,10)] +0.5×[20 + V_3(0,10)]
=0.5×18 +0.5×20 =19
选8 :两个情景都售2件,值16因此剩2件时保持10元,V_2(2,10)=19。这正是根据已观察到的库存调整价格,而不是事先写死一条折扣曲线。
5. 回到第一期
初始5件。若先选10元,低需求后剩4件,高需求后剩2件:
0.5×[10 +29.75] +0.5×[30 +19] =44.375元若先选8元,以后不能回升,只能继续8元,期望40元。故首期选10元。
程序输出的同一场景协议对照:
| 策略 | 期望收入+残值 |
|---|---|
| 固定10元,10/10/10 | 37.625 |
| 固定8元,8/8/8 | 40.000 |
| 事先写死10/8/8 | 42.875 |
| 事先写死10/10/8 | 43.625 |
| 观察库存后滚动选价 | 44.375 |
44.375只是在本题离散状态、两种价格、独立情景和给定约束下最优。相对最佳预定序列增加0.75元,来自第二期可根据第一期已经发生的销售分支选价;不是承诺上线就提高利润。
每条三期低/高路径概率为0.125,共8条,输出保存每期先选价格、再观察情景、成交和库存。独立测试将历史相同的路径合并检查,要求当前动作相同,防止预知未来。
6. 三价格、时间与库存响应表
price_response.csv另有42行:生鲜3小时×3价×2开盘库存=18行,服装4周×3价×2开盘库存=24行。
生鲜价为8/9/10。9元的每个情景需求由8与10的对应低/高需求线性插值;例如第一期为1.5/3.5件,均值2.5件。若库存2件,期望成交是[1.5+2]/2=1.75件,而min(2,2.5)=2是错误的“先平均再截断”。DP本题仍只选择两端价格,不将这张扩展表冒充已求三价格最优。
服装价为60/80/100元,周期t=1…4周,设定确定性需求D_t(p)=(32−5t)×(100/p)^1.2;开盘库存20或80件,销量min(I,D)。例如第1周100元需求27件、库存20时成交20件;第4周100元需求12件。它展示季末基础需求下降与价格响应的联合变化,不是从四周数据估出季节曲线。服装到第5周在本表设为禁售,实际业务是否禁售、转仓或清算必须由合法政策决定。
两类业务都必须先确认可售期和最低价。把expiry_period改到3期会被当前三期验证器拒绝,不会悄悄继续销售;改变负残值会重新计算策略。单批次教具不覆盖多批次FEFO与食品安全判定。
7. 学员验收
先手算V_3(2,10),再算V_2的2件和4件两状态,最后得到44.375。检查八路径概率和为1、库存非负、成交≤库存且≤需求、价格只降不升。将一行概率0.5改成0.6必须失败;将需求改为−1、缺一情景、重复情景也必须失败。初始库存0时价值应为0。剩余处理费增大时,重新求解,不拿旧动作表硬套。
仅保存在本机当前浏览器,无账号云同步;清除浏览器数据会丢失。不自动认定你通过测试。建议先保留输出文件和计算过程。
所有数据、系数与业务场景均为教学模拟。预测不等于采购或排产指令。来源与修订说明。