Mulai sekarangMulai gratis

Membuat peramalan dinamis

Sekarang mari melangkah sedikit lebih jauh ke masa depan, ke prediksi dinamis. Bagaimana jika Anda ingin memprediksi harga saham Amazon, bukan hanya untuk besok, tetapi untuk minggu depan atau bulan depan? Di sinilah prediksi dinamis berperan.

Ingat bahwa di video Anda mempelajari bahwa membuat peramalan jangka panjang yang presisi lebih sulit karena unsur kejutan (shock) akan terakumulasi. Semakin jauh ke masa depan prediksi dilakukan, ketidakpastiannya semakin besar. Hal ini terutama berlaku untuk data saham, sehingga kemungkinan Anda akan mendapati bahwa prediksi Anda dalam latihan ini tidak sepresisi latihan sebelumnya.

Latihan ini merupakan bagian dari kursus

Model ARIMA di Python

Lihat Kursus

Instruksi latihan

  • Gunakan objek results untuk membuat prediksi dinamis untuk 30 hari terakhir dan simpan hasilnya ke dynamic_forecast.
  • Simpan prediksi Anda ke variabel baru bernama mean_forecast menggunakan salah satu atribut dari objek dynamic_forecast.
  • Ekstrak interval kepercayaan dari prediksi Anda dari objek dynamic_forecast dan simpan ke variabel baru confidence_intervals.
  • Cetak prediksi rata-rata Anda.

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

# 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(____)
Edit dan Jalankan Kode