產生一步預測
要預測股價其實非常困難。經濟學的經典理論甚至指出，由於市場出清，這應該是不可能的。
在這個練習中，你要嘗試做看似不可能的事：預測 Amazon 的股價。
你會為股價產生一步預測，並同時估計這些預測的不確定性。
我們已替你把模型擬合到 Amazon 的資料上。這個模型的結果物件已放在你的環境中，名稱為 results。
本練習屬於課程
Python 中的 ARIMA 模型
練習說明
- 使用
results物件，對最近 30 天的資料做一步預測，並將結果指定給one_step_forecast。 - 使用
one_step_forecast物件的屬性，將平均預測值指定給mean_forecast。 - 從
one_step_forecast物件中擷取預測的信賴區間，並指定給confidence_intervals。 - 列印你的平均預測值。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# 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(____)