ПочатиПочніть безкоштовно

Створення динамічних прогнозів

Тепер просуньмося трохи далі в майбутнє — до динамічних прогнозів. Що, якби ви хотіли передбачити ціну акцій Amazon не лише на завтра, а на наступний тиждень чи місяць? Саме тут потрібні динамічні прогнози.

Згадайте з відео: робити точні довгострокові прогнози складніше, бо шоки накопичуються. Чим далі в майбутнє спрямований прогноз, тим більшою є невизначеність. Це особливо помітно на біржових даних, тож імовірно, що ваші прогнози в цій вправі будуть менш точними, ніж у попередній.

Ця вправа є частиною курсу

Моделі ARIMA в Python

Переглянути курс

Інструкції до вправи

  • Використайте об'єкт results, щоб побудувати динамічні прогнози на останні 30 днів і присвойте результат змінній dynamic_forecast.
  • Присвойте ваші прогнози новій змінній mean_forecast, скориставшись одним з атрибутів об'єкта dynamic_forecast.
  • Витягніть довірчі інтервали ваших прогнозів з об'єкта dynamic_forecast і присвойте їх новій змінній confidence_intervals.
  • Виведіть на друк ваші середні прогнози.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# 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(____)
Редагувати та запускати код