1. 学ぶ
    2. /
  2. コース
    3. /
  3. Pythonで学ぶ時系列解析
Connected

演習

金利を予測してみましょう

ここでは、前の演習で学んだ予測手法を、シミュレーションデータではなく実データに適用します。第1章で扱ったデータセット、過去56年分の10年物金利の年次データに戻ります。これは interest_rate_data という Series に入っています。金利を予測できることは、債券投資家にとってだけでなく、固定金利と変動金利のどちらの住宅ローンを選ぶか判断する新規住宅購入者など、個人にとっても非常に重要です。

第1章で見たように、長期では金利には平均回帰が見られます。つまり、金利が高いと下がり、低いと時間とともに上がる傾向があります。現在は長期金利より低いので上昇が見込まれますが、AR モデルはどの程度上昇が見込まれるかを定量化しようとします。

ARIMA クラスと plot_predict 関数はすでにインポートされています。

指示

100 XP
  • 年次の金利データを使い、AR(1) モデルに対応する order を指定して、ARIMA クラスのインスタンス mod を作成します。
  • .fit() メソッドでモデル mod を推定し、結果オブジェクトを res という名前で保存します。
  • .plot_predict() 関数を使って、データとインサンプル予測、アウトオブサンプル予測をプロットします。
    • plot_predict() の第1引数は推定済みモデルにします。
    • インサンプル予測を最初から表示するために start=0 を渡し、将来数年を予測するために end は '2027' を指定します。
    • ここで end の 2027 は日付を表し、整数の位置ではないため、必ずクォーテーションで囲む必要があります。