数据 · 2025 年 9 月—2026 年 10 月
DaD 市场预测——价格追踪与预测,用基准检验效果
采集《Dark and Darker》交易行挂单,汇总为小时价格,预测未来 24—168 小时。只有滚动回测表明模型优于简单基准,系统才采用模型预测。第 10 赛季留出集评估中,预测误差比基准低 9.2%,涨跌方向准确率为 64%;预测区间实际覆盖率为 61%,尚未达到 90% 的目标。
- 角色
- 独立开发与分析:2025 年完成初版,2026 年审查并重建
- 时间
- 2025 年 9 月—2026 年 10 月
- 技术栈
- Python · pandas · statsmodels(ETS、ARIMA) · scikit-learn · FastAPI · React + Vite · SQLite / PostgreSQL · DarkerDB API
- 项目规模
- 第 10 赛季共采集 97,891 条挂单 · 7 种方法参与滚动回测,含 2 种基准方法 · FastAPI 后端与 React 前端,预测模块配有 12 组测试 · 按 AGPL-3.0 协议开源
- 链接
- GitHub ↗
数据与评估
以下图表基于第 10 赛季历史数据(2026 年 7 月 17 日至 10 月 9 日),展示独立留出集上的评估结果。《Dark and Darker》每个赛季都会清空玩家市场,图中结果仅供回顾该赛季,不代表实时预测。
- 第 10 赛季挂单数
- 97,891
- 留出集评估时长
- 21 天505 小时 · 每天重新训练,预测未来 24 小时
- 平均绝对误差
- 8.07 / 8.90模型 / 基准 · 误差降低 9.2%
- 涨跌方向准确率
- 64%
- 预测区间实际覆盖率
- 61%目标为 90%,差距原因见复盘
钴矿价格:21 天留出评估中的实际值与预测值
2026 年 9 月 18 日至 10 月 9 日 · 小时价格中位数 · 梯度提升、随机森林与 ARIMA 集成,每天重新训练并预测未来 24 小时 · 阴影表示目标覆盖率为 90% 的预测区间 · 左侧展示训练集最后一周
逐日评估:误差改善幅度与预测区间覆盖率
柱形表示每天相对基准的误差改善幅度:1 − 模型 MAE / 基准 MAE,正值表示优于基准;圆点表示当日实际价格落入预测区间的小时占比。
从挂单采集到独立评估
- 采集交易行挂单97,891 条
- 按小时聚合价格1,683 小时
- 划分训练集与留出集70% / 30% · 1,178 / 505 小时
- 比较 7 种方法包含 2 种基准方法
- 滚动回测预测未来 24 小时
- 选择模型或回退至基准集成模型 · 回测误差降低约 28%
- 构造预测区间目标覆盖率 90%
- 独立留出评估平均绝对误差比基准低 9.2%
- 待改进:区间偏窄实际覆盖率 61%
问题
《Dark and Darker》玩家交易市场的物品价格随时变化,每个新赛季还会清空整个市场。游戏只展示当前挂单,因此,要用数据辅助交易,首先需要持续采集并建立历史数据集。
有了数据,还需要回答一个关键问题:模型预测是否真的比「价格保持不变」这样的简单假设更准确? 这也是本次重建的核心评判标准。
方法与取舍
先统一价格口径,再建模。 逐页采集挂单,直到没有新增数据;去重后,按小时计算价格中位数,并保留交易量和挂单数。六小时以内的数据缺口用最近一次已知值填补,填补时段不参与评分;更长的缺口则切断时间序列。所有方法都以小时价格中位数作为预测目标。
模型通过回测,才能替代基准。 始终保留两种基准方法:「沿用上一小时价格」和「沿用前一天同一时刻的价格」。滚动回测在多个历史时间点重新训练各方法,再评估其对未来 24 小时的预测。只有完成至少 5 个时间点的回测,且误差比基准降低超过 2%,系统才采用最优方法,或将前三名按误差倒数加权组成集成模型;否则使用基准预测,并在应用中说明原因。
特征仅使用预测时刻之前的数据。 预测第 t 小时的价格时,除日历信息外,所有特征只使用截至第 t − 1 小时的数据,包括历史价格、历史价格的滚动均值与波动率,以及历史交易量。为防止数据泄漏,测试会修改第 t 行的数据,验证该时刻的特征不会随之改变。
逐步预测未来,而非重复计算历史。 多步预测采用递归方式:先预测下一小时,将预测值加入序列,重新计算特征,再继续预测。未来交易量根据最近一周各时段的分布估算。ETS、ARIMA 与其他方法使用相同的时间序列和预测跨度,确保结果可比较。
从回测误差估计区间,再检查覆盖率。 根据不同预测步长下的回测残差,取经验分位数构造预测区间。同时统计实际价格落入区间的比例,检验区间是否达到设定的覆盖率。
用独立留出集检验效果。 将赛季最后 30% 的数据单独保留,不用于模型选择。选定模型后,每天重新训练,预测接下来的 24 小时,并逐日与基准比较。本案例展示的主要指标来自这部分留出集。
评估结果
第 10 赛季钴矿的留出评估覆盖 2026 年 9 月 18 日至 10 月 9 日,共 505 小时。采用梯度提升、随机森林与 ARIMA 组成的集成模型,结果如下:
- 平均绝对误差(MAE)为 8.07,基准为 8.90,误差降低 9.2%;平均绝对百分比误差(MAPE)为 15.6%。
- 下一小时涨跌方向准确率为 64%。 21 天中有 11 天的误差低于基准,但在 4 个价格突变日明显落后。
- 预测区间实际覆盖率为 61%,尚未达到设定的 90%。这意味着当前区间低估了价格波动带来的不确定性。
项目以开源应用交付,包含 FastAPI 后端、React 前端、任务调度、赛季管理和跨赛季参考曲线;预测模块配有 12 组测试。
复盘与改进
初版曾报告 R² 达到 0.995。2026 年 10 月,我重新审查代码,发现这一高分来自数据处理和评估方式的问题,不能代表真实预测能力:
- 两个特征与预测目标使用了同一行的总价信息,造成数据泄漏。
- 模型按逐条挂单做回归,没有按固定时间间隔建模。「滞后一期」实际指几分钟前的上一条挂单。
- 所谓「7 日预测」只是对测试集最后 7 行重新计算预测值,并未预测未来。
- 区间宽度由启发式规则决定,缺乏实际覆盖率验证。
重建后,我用小时聚合、仅依赖历史数据的特征及防泄漏测试、滚动回测、基准回退规则、递归预测和经验预测区间,替换了上述做法。
目前仍有两项待改进的问题,图表中也如实展示了它们:
区间覆盖率不足。 实际覆盖率为 61%,低于 90% 的目标。当前做法将不同周的残差合并使用,但各周价格水平相差可达四倍。下一步考虑在对数空间建模,或根据当前价格水平缩放残差。
回测优势在留出集上减弱。 相对基准的误差降幅从回测中的约 28% 降至留出集上的约 9%。目前,集成权重和模型选择使用了同一批回测结果,可能使评估偏乐观。下一步应拆分回测时间点,用一部分选择模型和权重,再用另一部分独立评估。