LoslegenKostenlos loslegen

Dynamische Vorhersagen erzeugen

Gehen wir jetzt ein Stück weiter in die Zukunft – zu dynamischen Vorhersagen. Was ist, wenn du den Amazon-Aktienkurs nicht nur für morgen, sondern für nächste Woche oder den nächsten Monat vorhersagen willst? Genau dafür sind dynamische Vorhersagen da.

Erinnere dich: Im Video hast du gelernt, dass präzise Langfristprognosen schwieriger sind, weil sich die Schockterme aufsummieren. Je weiter die Vorhersagen in die Zukunft reichen, desto größer die Unsicherheit. Das gilt besonders für Kursdaten, daher werden deine Vorhersagen in dieser Übung wahrscheinlich weniger präzise sein als in der vorherigen.

Diese Übung ist Teil des Kurses

ARIMA-Modelle in Python

Kurs anzeigen

Anleitung zur Übung

  • Verwende das Objekt results, um dynamische Vorhersagen für die letzten 30 Tage zu erstellen, und weise das Ergebnis dynamic_forecast zu.
  • Weise deine Vorhersagen mit einem Attribut des Objekts dynamic_forecast einer neuen Variablen mean_forecast zu.
  • Extrahiere die Konfidenzintervalle deiner Vorhersagen aus dem Objekt dynamic_forecast und speichere sie in der neuen Variablen confidence_intervals.
  • Gib deine mittleren Vorhersagen aus.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Generate predictions
dynamic_forecast = results.______(____=___, ____=____)

# Extract prediction mean
mean_forecast = ____.____

# Get confidence intervals of predictions
confidence_intervals = ____.____

# Select lower and upper confidence limits
lower_limits = confidence_intervals.loc[:,'lower close']
upper_limits = confidence_intervals.loc[:,'upper close']

# Print best estimate predictions
print(____)
Code bearbeiten und ausführen