1. 학습
    2. /
  2. 강의
    3. /
  3. Python으로 배우는 금융 분야 Machine Learning
Connected

연습 문제

예측 생성과 1차 평가

이제 랜덤 포레스트 모델(rfr)을 학습했으니, 테스트 세트에 대한 예측을 만들어 보죠. 이는 모델의 성능을 평가하기 위한 것으로, 기초적인 수준에서 S&P 500 지수 ETF인 SPY를 그냥 매수하는 것만큼 혹은 그보다 잘하는지 확인하려는 목적이에요.

일반적인 sklearn의 .predict(features) 메서드를 사용하고, 그다음 월간 수익률에 포트폴리오 예측값을 곱합니다. 각 월에 대해 3개의 행이 생기므로 np.sum()으로 이를 합산해요. 그런 다음 우리 예측에서 나온 월간 수익률과 SPY의 월간 수익률을 함께 그려서 비교합니다.

지침

100 XP
  • rfr 랜덤 포레스트 모델의 .predict() 메서드를 사용해 train_features와 test_features에 대한 예측을 만드세요.
  • returns_monthly의 테스트 세트 구간에 test_predictions를 곱해 테스트 예측의 수익률을 구하세요.
  • 데이터의 train_size부터 끝까지인 테스트 구간에 대해, 'SPY'의 returns_monthly를 그래프로 그리세요.