predict gold prices
v1.0.0
Dieses Repository enthält Code zur Vorhersage des Goldpreises mithilfe verschiedener Zeitreihen-Prognosemethoden. Der verwendete Datensatz ist der tägliche Goldpreis in USD von 1950-01 bis 2020-07.
Der für diese Analyse verwendete monatliche Goldpreisdatensatz ist der tägliche Goldpreis in USD von 1950-01 bis 2020-07. Der Datensatz enthält 847 Beobachtungen mit 2 Spalten – Datum und Preis.
Das Jupyter-Notebook Gold_Price_Forecasting_Models.ipynb enthält den Code zum Erstellen und Auswerten von drei verschiedenen Zeitreihenprognosemodellen:
Lineares Regressionsmodell
Naives Modell
Exponentielles Glättungsmodell
Für das lineare Regressionsmodell wurde der Datensatz in Trainings- und Testsätze aufgeteilt. Das lineare Regressionsmodell wurde an die Trainingsdaten angepasst und zur Vorhersage der Goldpreise für die Testdaten verwendet. Zur Bewertung der Modellleistung wurde der mittlere absolute prozentuale Fehler (MAPE) verwendet.
Beim Naiven Modell wurde der letzte Wert des Trainingssatzes verwendet, um die Goldpreise für die Testdaten vorherzusagen. Das MAPE wurde erneut verwendet, um die Leistung des Modells zu bewerten.
Für das exponentielle Glättungsmodell wurde das statsmodels-Paket verwendet, um ein exponentielles Glättungsmodell an den gesamten Datensatz anzupassen. Das Modell wurde dann verwendet, um die Goldpreise für die Testdaten vorherzusagen. Außerdem wurden die 95 %-Konfidenzintervalle für die Vorhersagen berechnet. Das MAPE wurde erneut verwendet, um die Leistung des Modells zu bewerten.
Die Ergebnisse der drei Modelle wurden anhand ihrer MAPE-Scores verglichen. Das exponentielle Glättungsmodell schnitt mit einem MAPE-Score von 17,235 % am besten ab.
Das exponentielle Glättungsmodell wurde verwendet, um die Goldpreise für den Zeitraum 2020-08 bis 2025-02 vorherzusagen. Die vorhergesagten Preise werden in einer CSV-Datei mit dem Namen gold_price_predictions.csv gespeichert.
Kaggle-Datensatz: Monatlicher Goldpreis
Github Repo – HIER
Kaggle-Projekt – HIER
Zeitreihenvisualisierung auf Tableau
Detaillierte Erläuterung des Codes auf MEDIUM
