НачатьНачать бесплатно

Построение динамических прогнозов

Теперь заглянем чуть дальше в будущее — к динамическим прогнозам. Что, если нужно предсказать цену акций Amazon не только на завтра, но и на следующую неделю или месяц? Именно здесь на помощь приходят динамические прогнозы.

Как вы узнали из видео, делать точные долгосрочные прогнозы сложнее, поскольку ошибки накапливаются. Чем дальше горизонт прогноза, тем выше неопределённость. Особенно это характерно для биржевых данных, поэтому прогнозы в этом упражнении, скорее всего, окажутся менее точными, чем в предыдущем.

Это упражнение является частью курса

Модели ARIMA в Python

Посмотреть курс

Инструкции к упражнению

  • Используйте объект results, чтобы построить динамический прогноз для последних 30 дней, и сохраните результат в переменную dynamic_forecast.
  • Сохраните значения прогноза в новую переменную mean_forecast, используя соответствующий атрибут объекта dynamic_forecast.
  • Извлеките доверительные интервалы прогноза из объекта dynamic_forecast и сохраните их в новую переменную confidence_intervals.
  • Выведите на экран средние значения прогноза.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# 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(____)
Редактировать и запускать код