predict gold prices

黃金價格預測

作者： 顏彥

我在 Medium 上寫關於機器學習的文章 || GitHub ||卡格爾||領英。如果您覺得這篇文章有趣，您對我的支持將幫助我將知識傳播給其他人。

介紹

此儲存庫包含使用各種時間序列預測方法預測黃金價格的程式碼。使用的資料集是 1950-01 至 2020-07 年期間以美元計價的每日黃金價格。

數據集

用於此分析的每月黃金價格資料集是 1950-01 至 2020-07 期間以美元計價的每日黃金價格。此資料集包含 847 個觀測值，分為 2 列 - 日期和價格。

預測模型

Jupyter 筆記本Gold_Price_Forecasting_Models.ipynb包含用於建立和評估三種不同時間序列預測模型的程式碼：

• 線性迴歸模型

• 樸素模型

• 指數平滑模型

對於線性迴歸模型，資料集被分成訓練集和測試集。線性迴歸模型適合訓練數據，並用於預測測試資料的黃金價格。平均絕對百分比誤差（MAPE）用於評估模型的效能。

對於樸素模型，訓練集的最後一個值用於預測測試資料的黃金價格。 MAPE 再次用於評估模型的效能。

對於指數平滑模型，statsmodels 套件用於在整個資料集上擬合指數平滑模型。然後使用該模型來預測測試資料的黃金價格。也計算了預測的 95% 置信區間。 MAPE 再次用於評估模型的效能。

結果

根據 MAPE 分數對三個模型的結果進行比較。指數平滑模型表現最好，MAPE 得分 17.235%。

結論

使用指數平滑模型來預測 2020-08 至 2025-02 期間的黃金價格。預測價格儲存在名為gold_price_predictions.csv的 CSV 檔案中。

參考

• Kaggle 資料集：每月黃金價格

• Github 儲存庫 - 這裡

• Kaggle 專案 - 這裡

• Tableau 上的時間序列視覺化

• MEDIUM上代碼的詳細說明