始める無料で始める

ダイナミック予測の生成

それでは、もう少し未来、ダイナミック予測に進みましょう。Amazonの株価を、明日だけでなく来週や来月まで予測したい場合はどうすればよいでしょうか？ ここでダイナミック予測の出番です。

動画で学んだとおり、ショック項が積み重なるため、長期の予測は精度が下がりやすくなります。未来へ進むほど不確実性が大きくなるのです。特に株価データではその傾向が強いため、この演習での予測は前の演習ほど正確ではない可能性があります。

この演習はコースの一部です

Pythonで学ぶARIMAモデル

コースを見る

演習の手順

  • results オブジェクトを使って、直近30日間のダイナミック予測を行い、結果を dynamic_forecast に代入します。
  • dynamic_forecast オブジェクトの属性を用いて、平均予測を新しい変数 mean_forecast に代入します。
  • 予測の信頼区間を dynamic_forecast オブジェクトから抽出し、新しい変数 confidence_intervals に代入します。
  • 平均予測を出力してください。

実践的なインタラクティブ演習

このサンプルコードを完成させて、この演習に挑戦してみましょう。

# 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(____)
コードを編集して実行