Python - Stock Market Price Prediction Using Time Series Forecasting - ARIMA model - 2/3

0.Jupyter Notebook 에서 수행

1.필요 package 설치

!pip install nsepy

2.필요 package import

import os

import warnings

warnings.filterwarnings('ignore')

from pylab import rcParams

rcParams['figure.figsize'] = 10, 6

from statsmodels.tsa.stattools import adfuller

from statsmodels.tsa.seasonal import seasonal_decompose

from statsmodels.tsa.arima_model import ARIMA

from pmdarima.arima import auto_arima

from sklearn.metrics import mean_squared_error, mean_absolute_error

import math

import numpy as np

from nsepy import get_history

from datetime import date

import matplotlib.pyplot as plt

import seaborn as sns

import pandas as pd

3.Data 가져오기

sbin = get_history(symbol='SBIN',start=date(2000,1,1),end=date(2020,11,1))

sbin.head()

**symbol 의 SBIN의 의미**

3.SBIN의 종가(Close Prices) 를 이용한 그래프 생성

plt.figure(figsize=(10,6))

plt.grid(True)

plt.xlabel('Dates')

plt.ylabel('Close Prices')

plt.plot(sbin['Close'])

plt.title('SBIN closing price')

plt.show()

plt.figure(figsize=(10,6))

df_close = sbin['Close']

df_close.plot(style='k.')

plt.title('Scatter plot of closing price')

plt.show()

**같은 내용을 산점도(Scatter plot)로 생성**

plt.figure(figsize=(10,6))

df_close = sbin['Close']

df_close.plot(style='k.',kind='hist')

plt.title('Hisogram of closing price')

plt.show()

**히스토그램(Histogram) 으로 표시**

4.데이터의 시계열 검증

시계열 분석은 data가 시계열일때만 작동한다, 따라서 가져온 데이터가 진정 시계열인지 판단할 필요가 있다

가설을 설정하고 특성을 확인한다

H0 - 귀무가설(Null hypothesis, 영가설) - 주장하는 특정 현상이 입증되지 않는한 사실이라고 믿어지는 기존의 내용 

H1 - 대립가설(Alternative hypothesis) - 새로 주장하는 논쟁으로 기존의 것과 다르기 때문에 입증 해야 하는것

여기서는

H0 - 이 데이터는 시계열이 아니라(non-stationary) 선형(Linear) 이다

H1 - 이 데이터는 시계열이다(stationary)

로 가설이 설정되며

평균과 표준편차가 모두 일정하게 보이면 이 데이터는 시계열이라 할수 있음

5.시계열 검증

from statsmodels.tsa.stattools import adfuller

def test_stationarity(timeseries):

#Determing rolling statistics

rolmean = timeseries.rolling(12).mean()

rolstd = timeseries.rolling(12).std()

#Plot rolling statistics:

plt.plot(timeseries, color='yellow',label='Original')

plt.plot(rolmean, color='red', label='Rolling Mean')

plt.plot(rolstd, color='black', label = 'Rolling Std')

plt.legend(loc='best')

plt.title('Rolling Mean and Standard Deviation')

plt.show(block=False)

print("Results of dickey fuller test")

adft = adfuller(timeseries,autolag='AIC')

# output for dft will give us without defining what the values are.

#hence we manually write what values does it explains using a for loop

output = pd.Series(adft[0:4],index=['Test Statistics','p-value','No. of lags used','Number of observations used'])

for key,values in adft[4].items():

output['critical value (%s)'%key] = values

print(output) 

test_stationarity(sbin['Close'])

 

**붉은색이 평균 , 검정색이 표준편차(std)이다**

**그래프에서는 평균과 표준편차가 증가하기 때문에 시계열이라 보기 어렵다**

**p값이 0.05 보다 크기때문에 영가설을 기각할수 없다 (시계열이 아닌 선형 데이터이다)**

6.추세와 계절성의 분리

result = seasonal_decompose(df_close, model='multiplicative', freq = 30)

fig = plt.figure()

fig = result.plot()

fig.set_size_inches(16, 9)