J'ai utilisé le prophète de Facebook pour prédire la moyenne de l'industrie Dow.

Lien de référence: Document

Qu'est-ce que le prophète

Prophet est un outil développé par Facebook pour prédire les données de séries chronologiques. Il semble que ce soit rapide et entièrement automatique. Utilisons-le pendant un moment.

Données cibles

Utilise le cours moyen quotidien de l'action Dow Industry de 1948.

Installation

pip install fbprophet
import fbprophet
fbprophet.__version__
#'0.6'

Importer des données

Le format doit être colonnes = ["ds", "y"].

ds y
18356 2020-04-23 23515.26
18357 2020-04-24 23775.27
18358 2020-04-27 24133.78
18359 2020-04-28 24101.55
18360 2020-04-29 24633.86
18361 2020-04-30 24345.72
18362 2020-05-01 23723.69
18363 2020-05-04 23749.76
18364 2020-05-05 23883.09
18365 2020-05-06 23664.64
18366 2020-05-07 23875.89
18367 2020-05-08 24331.32

Créez une instance d'objet Prophet et ajustez-la.

m = Prophet(daily_seasonality=True)
m.fit(df)

Si la fréquence des données de séries chronologiques n'est pas quotidienne mais horaire, définissez daily_seasonality = True.

Créez de futurs blocs de données.

future = m.make_future_dataframe(periods=365)
future.tail()
ds
18728 2021-05-04
18729 2021-05-05
18730 2021-05-06
18731 2021-05-07
18732 2021-05-08

Prédire.

forecast = m.predict(future)
forecast[['ds', 'yhat', 'yhat_lower', 'yhat_upper']].tail()
ds yhat yhat_lower yhat_upper
18728 2021-05-04 25240.993067 23775.034765 26676.954454
18729 2021-05-05 25241.812462 23873.631394 26743.879477
18730 2021-05-06 25248.372948 23662.176440 26658.218006
18731 2021-05-07 25251.123010 23590.352159 26721.447848
18732 2021-05-08 25258.034603 23780.066094 26742.194673

Ici, je vais expliquer les variables

Terrain.

fig1 = m.plot(forecast)

plot_with_prophet.png

Il se situe généralement dans la plage d'erreur.

Affichez des éléments individuels.

fig2 = m.plot_components(forecast)

plot_components.png

Certes, le marché dit "Vendez en mai et partez, et revenez le jour de la Saint-Léger." (Vendez des actions en mai et ne revenez pas avant le Centleisure Day (mi-septembre)) Il y a un dicton. Cela semble être quelque chose (rires)

Ceci est l'utilisation de base, veuillez consulter le document pour plus de détails.

Recommended Posts

J'ai utilisé le prophète de Facebook pour prédire la moyenne de l'industrie Dow.
J'ai essayé de prédire le match de la J League (analyse des données)
J'ai essayé de trouver la moyenne de plusieurs colonnes avec TensorFlow
J'ai essayé de résumer le code souvent utilisé dans Pandas
J'ai essayé de résumer les commandes souvent utilisées en entreprise
[Note] Essayons de prédire la quantité d'électricité utilisée! (Partie 1)
J'ai essayé de résumer les commandes utilisées par les ingénieurs débutants aujourd'hui
J'ai fait apprendre à RNN la vague de péché et j'ai essayé de prédire
J'ai essayé de résumer la méthode de mise en œuvre fréquemment utilisée de pytest-mock
J'ai utilisé la commande coupe du monde pour vérifier le résultat de la Coupe du monde.
Les filtres Kalman peuvent-ils être utilisés pour prédire les tendances boursières?
J'ai essayé de calculer l'intégrale de probabilité (I à l'intégrale)
J'ai essayé de déplacer le ballon
J'ai essayé d'estimer la section.
Je veux prédire le succès des joueurs NBA utilisant le SDK Qore
J'ai essayé de résumer les commandes Linux utilisées par les ingénieurs débutants aujourd'hui - Partie 1-
J'ai essayé l'histoire courante de l'utilisation du Deep Learning pour prédire la moyenne Nikkei
J'ai essayé de prédire le comportement du nouveau virus corona avec le modèle SEIR.
J'ai essayé de former le modèle RWA (Recurrent Weighted Average) dans Keras