上海车牌实行拍卖制度，本项目的目的在于对未来车牌的拍卖价格进行预测，以辅助车牌拍卖。

制度背景

上海车牌拍卖的简要背景介绍：

• 提前一周，有关机构会发布本轮拍卖的警示价格以及投放牌照的数量。警示价格一般根据上一年度的拍卖情况确定，一年更新一次。

• 根据上海车牌拍卖的制度，每次拍卖从早上10:30开始为首次出价时段，会进行第一轮报价，这一轮报价实际对最终结果不会产生影响，仅是一个“报名”的操作，必须按照当天官方给出的警示价格进行出价。

• 11:00首次出价时段结束，进入修改出价阶段，此时就可以看到当天参与车牌拍卖的投标人数有多少。最后在11:30，报价截止，期间参拍人员可以进行两次修改报价。修改出价时段设有“目前数据库接受处理价格区间”，即目前数据库接受处理有效出价的价格区间，取可成交价的±300元。超出这个区间的价格将不被接受。

• 由于这一制度设计，修改报价往往集中在最后的10秒，即11:29:50之后。随着报价人数的增加，可成交价在10秒钟内会剧烈变动。如果投标人根据某一刻的信息给出一个投标价格，但是可成交价的变动会使得有效出价区间变动，从而投标价格可能落入有效出价区间之外，则报价失败。

• 考虑到人工输入验证码等操作需要时间，网络传输也会有延迟，现实中无法做到在最后的几秒钟做出决策并提交价格。因而常见的策略往往是类似于“提前8秒根据当时的成交价格加800出价”，然后填写验证码并提交。根据这一策略，有时可能报价太低或者太高从而失败；或者猜中了最终价格，但是过早或者过晚提交了报价，未及时落入有效出价区间从而失败。

本项目的目的就是在车牌拍卖当天的11:00，根据历史信息计算今天最有可能的成交价格（最低成交价或者平均成交价），使用这一预测的价格进行出价。比如，如果预测最低成交价，可以自行在预测的基础上加0-300元作为出价；如果预测平均成交价，可以在此基础上加减100作为出价。

需要完成的工作

1. 网址 https://chepai.alltobid.com/canpai.web/channels/34.html#grresult 中有上海车牌拍卖历年的数据，请搜集相关数据。需要特别注意的是，历年的警示价格并不包含在其中，如果需要使用警示价格，需要额外查找收集。
2. 使用Stata对数据进行预处理操作（必要的数据变换等）
3. 使用OLS，探索包括但不仅限于以下手段提高预测精度：
   • 最低成交价和平均成交价的预测效果
   • 是否取对数或者其他变换操作
   • 样本期间段选取
   • 多项式
   • 滞后的变量（只要是在当天11:01之前能获得的信息都可以作为自变量）
4. 使用最近5个月的数据作为验证集，挑选效果最好的模型，并计算样本外的、等指标。
5. 使用你认为最好的模型对下个月的价格做预测。
6. 形成完整的技术报告，报告需要包括：
   1. 研究背景
   2. 数据的描述统计
   3. 模型构建
   4. 预测效果比较
   5. 最终结论

Vibe coding 指引

以上所有过程建议使用OpenCode、Claude Code及其他AI代码工具完成，包括最终的报告书写。但是需要注意：

• 核心代码需要做完整的code review，必须亲自检查所有代码的正确性。
• 如果使用AI辅助完成该项任务，需要额外提交一个“Prompt.md”，完整记录你从最开始到最后得到报告的所有提示词。

报告提交格式

所有文件打包为“学号姓名chepai.zip”，目录结构参考如下：

7668司继春chepai.zip/
├── codes
│   ├── 01_data_cleaning.do
│   ├── 02_descriptive.do
│   ├── 03_ols_models.do
│   ├── ……
│   ├── Data // Stata数据文件夹
│   ├── Raw // 原始数据文件夹
│   └── Results // 结果文件夹
├── Prompt.md
├── Report.md
└── Report.pdf