predict gold prices

黄金价格预测

作者： 颜彦

我在 Medium 上写关于机器学习的文章 || GitHub ||卡格尔||领英。如果您觉得这篇文章有趣，您对我的支持将帮助我将知识传播给其他人。

介绍

该存储库包含使用各种时间序列预测方法预测黄金价格的代码。使用的数据集是 1950-01 至 2020-07 期间以美元计价的每日黄金价格。

数据集

用于此分析的每月黄金价格数据集是 1950-01 至 2020-07 期间以美元计价的每日黄金价格。该数据集包含 847 个观测值，分为 2 列 - 日期和价格。

预测模型

Jupyter 笔记本Gold_Price_Forecasting_Models.ipynb包含用于构建和评估三种不同时间序列预测模型的代码：

• 线性回归模型

• 朴素模型

• 指数平滑模型

对于线性回归模型，数据集被分为训练集和测试集。线性回归模型适合训练数据，并用于预测测试数据的黄金价格。平均绝对百分比误差（MAPE）用于评估模型的性能。

对于朴素模型，训练集的最后一个值用于预测测试数据的黄金价格。 MAPE 再次用于评估模型的性能。

对于指数平滑模型，statsmodels 包用于在整个数据集上拟合指数平滑模型。然后使用该模型来预测测试数据的黄金价格。还计算了预测的 95% 置信区间。 MAPE 再次用于评估模型的性能。

结果

根据 MA​​PE 分数对三个模型的结果进行比较。指数平滑模型表现最好，MAPE 得分为 17.235%。

结论

使用指数平滑模型来预测 2020-08 至 2025-02 期间的黄金价格。预测价格存储在名为gold_price_predictions.csv的 CSV 文件中。

参考

• Kaggle 数据集：每月黄金价格

• Github 存储库 - 这里

• Kaggle 项目 - 这里

• Tableau 上的时间序列可视化

• MEDIUM上代码的详细说明