เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การสร้างการพยากรณ์แบบ One-Step-Ahead

การพยากรณ์ราคาหุ้นเป็นเรื่องที่ยากมาก ทฤษฎีเศรษฐศาสตร์คลาสสิกบอกว่านี่ควรเป็นไปไม่ได้เลย เนื่องจากกลไกการปรับตัวของตลาด

ในแบบฝึกหัดนี้ คุณจะลองทำสิ่งที่เป็นไปไม่ได้ นั่นคือพยากรณ์ราคาหุ้น Amazon

โดยจะสร้างการพยากรณ์แบบ one-step-ahead สำหรับราคาหุ้น พร้อมทั้งประเมินความไม่แน่นอนของการพยากรณ์นั้น

โมเดลถูก fit กับข้อมูล Amazon ไว้ให้แล้ว โดยออบเจกต์ results จากโมเดลนี้พร้อมใช้งานในสภาพแวดล้อมของคุณในชื่อ results

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

ARIMA Models ใน Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • ใช้ออบเจกต์ results เพื่อสร้างการพยากรณ์แบบ one-step-ahead ครอบคลุม 30 วันล่าสุดของข้อมูล แล้วกำหนดผลลัพธ์ให้กับ one_step_forecast
  • กำหนดค่าพยากรณ์เฉลี่ยให้กับ mean_forecast โดยใช้แอตทริบิวต์ที่เหมาะสมของออบเจกต์ one_step_forecast
  • ดึงข้อมูลช่วงความเชื่อมั่นของการพยากรณ์จากออบเจกต์ one_step_forecast แล้วกำหนดให้กับ confidence_intervals
  • แสดงผลค่าพยากรณ์เฉลี่ยของคุณ

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Generate predictions
one_step_forecast = results.____(____=___)

# Extract prediction mean
mean_forecast = one_step_forecast.____

# Get confidence intervals of  predictions
confidence_intervals = one_step_forecast.____

# 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(____)
แก้ไขและรันโค้ด