predict gold prices

Previsão do preço do ouro

Autor: Nhi Yen

Escrevo sobre Machine Learning no Medium || GitHub || Kaggle || Linkedin. Se você achou este artigo interessante, seu apoio me ajudará a espalhar o conhecimento para outras pessoas.

Introdução

Este repositório contém código para prever o preço do ouro usando vários métodos de previsão de séries temporais. O conjunto de dados utilizado é o preço diário do ouro em dólares americanos de 1950-01 a 2020-07.

Conjunto de dados

O conjunto de dados do Preço Mensal do Ouro usado para esta análise é o preço diário do ouro em dólares americanos de 1950-01 a 2020-07. O conjunto de dados contém 847 observações com 2 colunas – Data e Preço.

Modelos de previsão

O notebook Jupyter Gold_Price_Forecasting_Models.ipynb contém o código para construir e avaliar três modelos diferentes de previsão de séries temporais:

• Modelo de regressão linear

• Modelo Ingênuo

• Modelo de suavização exponencial

Para o Modelo de Regressão Linear, o conjunto de dados foi dividido em conjuntos de treinamento e teste. O Modelo de Regressão Linear foi ajustado aos dados de treinamento e usado para prever os preços do ouro para os dados de teste. O erro percentual médio absoluto (MAPE) foi utilizado para avaliar o desempenho do modelo.

Para o Modelo Naive, o último valor do conjunto de treinamento foi utilizado para prever os preços do ouro para os dados de teste. O MAPE foi novamente utilizado para avaliar o desempenho do modelo.

Para o modelo de suavização exponencial, o pacote statsmodels foi usado para ajustar um modelo de suavização exponencial em todo o conjunto de dados. O modelo foi então usado para prever os preços do ouro para os dados de teste. Os intervalos de confiança de 95% para as previsões também foram calculados. O MAPE foi novamente utilizado para avaliar o desempenho do modelo.

Resultados

Os resultados dos três modelos foram comparados com base nas pontuações do MAPE. O modelo de suavização exponencial teve o melhor desempenho com uma pontuação MAPE de 17,235%.

Conclusão

O Modelo de Suavização Exponencial foi utilizado para prever os preços do ouro para o período 2020-08 a 2025-02. Os preços previstos são armazenados em um arquivo CSV denominado gold_price_predictions.csv .

Referências

• Conjunto de dados Kaggle: preço mensal do ouro

• Repositório Github - AQUI

• Projeto Kaggle - AQUI

• Visualização de série temporal no Tableau

• Explicação detalhada sobre o código em MEDIUM