predict gold prices تنزيل - predict gold prices تنزيل كود المصدر

predict gold prices

شفرة المصدر الأخرى

v1.0.0

تنزيل

توقعات أسعار الذهب

المؤلف: نهي ين

أكتب عن التعلم الآلي على المستوى المتوسط || جيثب || كاجل || ينكدين. إذا وجدت هذه المقالة مثيرة للاهتمام، فإن دعمك لي سيساعدني على نشر المعرفة للآخرين.

مقدمة

يحتوي هذا المستودع على كود للتنبؤ بسعر الذهب باستخدام طرق التنبؤ بالسلاسل الزمنية المختلفة. مجموعة البيانات المستخدمة هي السعر اليومي للذهب بالدولار الأمريكي من 1950-01 إلى 2020-07.

مجموعة البيانات

مجموعة بيانات أسعار الذهب الشهرية المستخدمة في هذا التحليل هي السعر اليومي للذهب بالدولار الأمريكي من 1950-01 إلى 2020-07. تحتوي مجموعة البيانات على 847 ملاحظة بعمودين - التاريخ والسعر.

نماذج التنبؤ

يحتوي دفتر Jupyter Gold_Price_Forecasting_Models.ipynb على رمز لبناء وتقييم ثلاثة نماذج مختلفة للتنبؤ بالسلاسل الزمنية:

نموذج الانحدار الخطي
نموذج ساذج
نموذج التجانس الأسي

بالنسبة لنموذج الانحدار الخطي، تم تقسيم مجموعة البيانات إلى مجموعات تدريب واختبار. كان نموذج الانحدار الخطي مناسبًا لبيانات التدريب وتم استخدامه للتنبؤ بأسعار الذهب لبيانات الاختبار. تم استخدام متوسط خطأ النسبة المطلقة (MAPE) لتقييم أداء النموذج.

بالنسبة للنموذج الساذج، تم استخدام القيمة الأخيرة لمجموعة التدريب للتنبؤ بأسعار الذهب لبيانات الاختبار. تم استخدام MAPE مرة أخرى لتقييم أداء النموذج.

بالنسبة لنموذج التجانس الأسي، تم استخدام حزمة statsmodels لتناسب نموذج التجانس الأسي في مجموعة البيانات بأكملها. ثم تم استخدام النموذج للتنبؤ بأسعار الذهب لبيانات الاختبار. كما تم حساب فترات الثقة 95٪ للتنبؤات. تم استخدام MAPE مرة أخرى لتقييم أداء النموذج.

نتائج

تمت مقارنة نتائج النماذج الثلاثة بناءً على نتائج MAPE الخاصة بهم. كان أداء نموذج التجانس الأسي هو الأفضل حيث حصل على درجة MAPE بلغت 17.235%.

خاتمة

تم استخدام نموذج التجانس الأسي للتنبؤ بأسعار الذهب للفترة 2020-08 إلى 2025-02. يتم تخزين الأسعار المتوقعة في ملف CSV باسم gold_price_predictions.csv .