predict gold prices

금 가격 예측

작가 : 니엔

저는 Medium에서 기계 학습에 관해 글을 쓰고 있습니다 || 깃허브 || 캐글 || 링크드인. 이 기사가 흥미로웠다면 저를 지원해 주시면 다른 사람들에게 지식을 전파하는 데 도움이 될 것입니다.

소개

이 저장소에는 다양한 시계열 예측 방법을 사용하여 금 가격을 예측하는 코드가 포함되어 있습니다. 사용된 데이터 세트는 1950-01년부터 2020-07년까지 USD 기준 일일 금 가격입니다.

데이터세트

이 분석에 사용된 월간 금 가격 데이터세트는 1950-01년부터 2020-07년까지의 일일 금 가격(USD)입니다. 데이터 세트에는 날짜와 가격이라는 2개의 열이 포함된 847개의 관측치가 포함되어 있습니다.

예측 모델

Jupyter 노트북 Gold_Price_Forecasting_Models.ipynb 에는 세 가지 시계열 예측 모델을 구축하고 평가하기 위한 코드가 포함되어 있습니다.

• 선형 회귀 모델

• 순진한 모델

• 지수 평활 모델

선형 회귀 모델의 경우 데이터 세트가 훈련 세트와 테스트 세트로 분할되었습니다. 선형 회귀 모델은 훈련 데이터에 적합했으며 테스트 데이터의 금 가격을 예측하는 데 사용되었습니다. 모델의 성능을 평가하기 위해 평균 절대 백분율 오차(MAPE)가 사용되었습니다.

Naive 모델의 경우 훈련 세트의 마지막 값을 사용하여 테스트 데이터의 금 가격을 예측했습니다. 모델의 성능을 평가하기 위해 MAPE가 다시 사용되었습니다.

지수평활 모델의 경우 statsmodels 패키지를 사용하여 전체 데이터세트에 지수평활 모델을 적용했습니다. 그런 다음 이 모델을 사용하여 테스트 데이터의 금 가격을 예측했습니다. 예측에 대한 95% 신뢰구간도 계산되었습니다. 모델의 성능을 평가하기 위해 MAPE가 다시 사용되었습니다.

결과

세 가지 모델의 결과는 MAPE 점수를 기준으로 비교되었습니다. 지수 평활 모델은 MAPE 점수 17.235%로 가장 좋은 성능을 보였습니다.

결론

지수 평활 모델은 2020-08년부터 2025-02년까지의 금 가격을 예측하는 데 사용되었습니다. 예측 가격은 gold_price_predictions.csv 라는 CSV 파일에 저장됩니다.

참고자료

• Kaggle 데이터세트: 월간 금 가격

• Github 레포 - 여기

• 캐글 프로젝트 - 여기

• Tableau의 시계열 시각화

• MEDIUM의 코드에 대한 세부 설명