금리 예측을 해 봅시다
이제 지난 연습 문제에서 배운 예측 기법을 사용해, 모의 데이터가 아닌 실제 데이터에 적용해 보겠습니다. 1장에서 보았던 데이터셋을 다시 사용합니다. 지난 56년에 걸친 10년 만기 금리의 연간 데이터이며, interest_rate_data라는 Series에 들어 있습니다. 금리를 예측하는 능력은 채권 투자자뿐 아니라, 고정금리와 변동금리 중 어떤 주택담보대출을 선택할지 결정해야 하는 신규 주택 구입자 같은 개인에게도 매우 중요합니다.
1장에서 장기 구간에서는 금리에 평균회귀 경향이 있음을 확인했습니다. 즉, 금리가 높을 때는 하락하는 쪽으로, 낮을 때는 시간이 지나며 상승하는 쪽으로 움직이는 경향이 있습니다. 현재 금리는 장기 평균보다 낮아 앞으로 상승이 예상되지만, AR 모형은 그 상승 폭이 어느 정도일지 정량화하려고 합니다.
ARIMA 클래스와 plot_predict 함수는 이미 가져와 두었습니다.
이 연습은 강의의 일부입니다
Python으로 배우는 시계열 분석
연습 안내
- 연간 금리 데이터를 사용해
ARIMA클래스의 인스턴스를 만들고, AR(1) 모형이 되도록order를 지정해mod라고 이름 붙이세요. .fit()메서드로 모형mod를 적합하고, 결과를res라는 결과 객체에 저장하세요..plot_predict()함수를 사용해 원데이터와, 표본 내/표본 외 예측을 함께 그리세요.plot_predict()의 첫 번째 인자는 적합된 모형이어야 합니다.- 표본 내 예측을 처음부터 시작하도록
start=0을 전달하고, 몇 년 뒤까지 예측하기 위해end는 '2027'로 지정하세요. - 여기서
end인수 2027은 날짜를 의미하므로 정수 위치가 아니라 문자열로, 따옴표로 감싸야 합니다.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Forecast interst rates using an AR(1) model
mod = ARIMA(interest_rate_data, order=___)
res = mod.fit()
# Plot the data and the forecast
fig, ax = plt.subplots()
interest_rate_data.plot(ax=ax)
plot_predict(___, start=___, end=___, alpha=None, ax=ax)
plt.show()