반응형 arima3 [머신러닝 with Python] Darts 라이브러리로 SCHD 주가 예측모델 만들기 Python으로 주식 데이터를 분석하고 미래 주가를 예측하는 것은 금융 데이터 분석에서 중요한 역할을 합니다. 이번 포스팅에서는 Darts라는 라이브러리를 활용해서 SCHD ETF의 주가를 예측하는 모델을 만들어 보도록 하겠습니다. 지난번 Prophet 라이브러리로 SCHD ETF의 주가를 분석한 것의 연장 버전입니다. [머신러닝 with Python] Prophet 모델로 SCHD 주가 분석하기 1. Darts 라이브러리로 SCHD 주가 예측모델 만들기1.1 Darts 라이브러리란?- Darts는 시계열(Time Series) 데이터 분석과 예측을 위한 강력한 라이브러리입니다.- 이 라이브러리는 딥러닝 모델과 전통적인 통계 모델을 모두 지원하여 다양한 시계열 분석이 가능합니다. - Darts 라이브러.. 2025. 3. 8. [머신러닝 with Python] Prophet 모델 알아보기(시계열 예측) 이번에는 시계열 예측(Time Series Forecasting) 모델 중 라이브러리 형태로 쉽게 구현 가능하면서도 효과적인 Prophet 모델에 대해서 알아보겠습니다. Prophet은 (구) Facebook ( 현: Meta) 에서 만든 시계열 예측 모형입니다. [위 모델은 논문 "Forecasting at scale(2017, Tayloer et al.)"을 통해 공개되었습니다.]1. Prophet 모델 - Prophet은 Bayesian 구조 시계열(Bayesian Structural Time Series, BSTS) 모델을 기반으로 한 추세(Trend), 계절성(Seasonality), 공휴일 효과(Holiday Effects)를 결합하여 예측한 모델입니다. - Prophet의 경우, ARIM.. 2025. 3. 1. [머신러닝 with Python] 상점 신용카드 매출 예측 (DACON 문제) (2/2) [머신러닝 with Python] 상점 신용카드 매출 예측 (DACON 문제) (1/2) 지난번 포스팅에 이어지는 내용입니다. 이번에는 상점별 매출 특성을 분석해보겠습니다. 제공된 데이터에는 총 1,967개의 상점이 있으며, 시계열 그래프를 통해 데이터에 있는 상점들이 어떤 특성을 가지는지 파악해보겠습니다. 상점의 특징을 계절성이 있는 상점, 추세가 있는 상점, 휴업중인 상점 이렇게 3가지로 분류했습니다. 1) 계절성이 있는 상점 예측할 시기는 봄이고, 1학기, 상반기, 축제 등 다양한 계절성을 가지고 있습니다. 먼저 시각화를 통해 변환된 데이터를 출력해봅니다. # 상점 아이디가 257번인 데이터를 시리즈 객체로 데이터 출력store_257 = time_series(resampling_data, 2.. 2024. 6. 11. 이전 1 다음 반응형
