features와 targets 만들기

이제 Machine Learning에 바로 쓸 수 있는 features와 targets을 거의 준비했어요. 현재 가격 변화(5d_close_pct)와 각종 지표(이동 평균과 RSI)에서 features를 만들었고, 미래 가격 변화(5d_close_future_pct)를 target으로 만들었습니다. 이제 이것들을 각각 별도의 numpy 배열로 분리해 Machine Learning 알고리즘에 넣을 수 있게 해야 해요.

지표 계산 때문에 DataFrame의 앞부분에는 결측치가 생깁니다. 이 데이터를 뒤로 채우거나(backfill), 하나의 값으로 채우거나, 해당 행을 삭제할 수 있어요. 행을 삭제하는 방법이 좋습니다. 그래야 Machine Learning 알고리즘이 backfill이나 0으로 채운 데이터에 혼란을 겪지 않아요. pandas에는 결측치가 있는 행을 삭제하는 .dropna() 함수가 있으니 이를 사용하겠습니다.