728x90
반응형

시계열 분석 주식 데이터_주가 예측

''' 기본 라이브러리 '''
import datetime
import matplotlib.pyplot as plt

import platform
from matplotlib import font_manager, rc

''' 마이너스 기호 및 한글 설정 '''
### 마이너스 기호 사용 설정
plt.rcParams["axes.unicode_minus"] = False
### OS 별 한글 설정
if platform.system() == "Windows" :
    path = "c:/Windows/Fonts/malgun.ttf"
    font_name = font_manager.FontProperties(fname=path).get_name()
    rc("font", family=font_name)

### Mac인 경우
elif platform.system() == "Darwin" :
    rc("font", family="Applegothic")

### 리눅스인 경우
elif platform.system() == "Linux" :
    path = "/usr/share/fonts/NanumGothic.ttf"
    font_name = font_manager.FontProperties(fname=path).get_name()
    rc("font", family="font_name")

else :
    print("OS 확인 불가")

10년 치 주가 정보 수집하기

📍 증권사 : yahoo finance
📍 수집 증권 : 구글 주식(GOOG) 수집 
📍 수집 기간 : 2012년 10월 31일부터 2022년 10월 31일까지 데이터 
📍 증권사 제공 라이브러리 : yfinance 라이브러리를 제공하고 있음
📍 라이브러리 설치 필요 pip install yfinance
import yfinance as yf

 

  • 데이터 수집하기
    - 시작 및 종료 기간 변수 설정
    - 날짜 타입으로 넣어야 함
    start = datetime.datetime(2012, 10, 31)
    end = datetime.datetime(2022, 10, 31)
    start, end​


  • Google(GOOG) 주식 가격 데이터 가져오기
    - 첫 번째 인자 : 가져올 주식(증권) 지정

    - start : 거래 시작일
    - end : 거래 종료일
    goog_data = yf.download("GOOG", start=start, end=end)
    goog_data​
     

 

 

 - index : 날짜 타입
 - Open : 시작가
 - High : 상한가
 - Low : 하한가
 - Close : 종가
 - Adj Close : 수정종가(분할, 배당, 배분, 신주 등이 발생한 경우 조정이 이루어짐)
 - Volume : 거래량

 

  • 전처리
    - 수정 종가 데이터만 추출하기

    data = goog_data["Adj Close"]
    data

주식흐름(Rolling) 확인하기

📍주식 흐름
- 흐름 또는 이동이라고 칭하며, 롤링(rolling)이라는 명칭을 사용한다.
- 주식 흐름을 확인하기 위해서는 이동(rolling) 평균과 이동(rolling) 표준편차 데이터가 필요하다.
  • 50일 치에 대한 주식흐름(이동 흐름) 확인하기
    - 50일치에 이동(rolling) 평균과 표준편차 계산하기
    ### 기간 설정 : 50일
    interval = 50
    
    ### 이동평균 계산하기
    # - 주식 가격의 흐름을 유연성을 높이고 보기 좋게 하기 위해서 사용
    # - 실제 가격 흐름과 이동평균값과 차이가 보이는 부분 : 변동성이 있는 부분
    rolmean = data.rolling(interval).mean()
    rolmean
    
    ### 이동표준편차 계산하기 : 변동성의 흐름 데이
    rolstd = data.rolling(interval).std()
    rolstd


  • 원본, 이동평균, 이동평균표준편차 시각화
plt.figure(figsize=(10, 6))
plt.title("실제, 이동평균, 이동표준편차 시각화")

### 실제 주식가격 그리기
plt.plot(data, color="blue", label="실제 원본 주가")

### 50일 간격의 이동평균 그리기
plt.plot(rolmean, color="red", label=f"이동평균 {interval}일 기준")

### 50일 간격의 이동표준편차 그리기
plt.plot(rolstd, color="green", label=f"이동평균표준편차 {interval}일 기준")

plt.xlabel("Date")
plt.ylabel("best")

plt.legend()

plt.show()​

 

<시각화 해석>
* 비정상성 : 평균이 일정하지 않고 오르락내리락하는 불규칙 형태를 의미함
 - 시계열 분석 시에는 비정상성을 정상성으로 만들어서 분석을 진행한다.
- 정상성으로 만들기 위해 차수(d)라는 개념이 적용됨

- 표준화(정규화) 시키는 개념과 유사함
- 계절성을 나타내지 않는 것으로 보이며, 특징적 패턴을 보이고 있지 않음(=특정 주기성이 없음)

 

시계열 데이터 분석 모델 - ARIMA 모델

📍 시계열 분석
- 시계열 분석에서 주로 사용되는 모델은 ARIMA 모델로 오랫동안 사용되어 온 통계학적 기술통계 모델이다.
- 시계열 분석은 일반적으로 예측분석 중에서도 시간을 독립변수(X)로 사용하고, 다른 데이터를 종속변수(Y)로 사용하여 예측하는 분석 방법 이다.

📍 ARIMA(Autoregressive Integrated Moving Average)
- 시계열 분석(예측)에서 가장 널리 사용되는 모델 중 하나
- 시계열 분석은 현 시점까지의 데이터를 이용해서 앞으로 어떤 패턴의 차트를 그릴지 예측하는 분석기법이다.

 * AR(Autoregressive) : "자기상관" 이라고 칭한다.
 - 이전의 값이 이후의 값에 영향을 미치고 있는 상황(관계)

 * MA(Moving Average) : "이동평균"이라고 칭한다.
 - 특정 변수의 평균값이 지속적으로 증가한거나 감소하는 추세(추이)

📍 정상성(stationary)과 비정상성(Non-stationary)
 * 정상성
    - 평균과 분산이 일정한 형태

 * 비정상성
    - 평균과 분산이 일정하지 않은 형태
    - 시간에 따라 평균 수준이 다르거나, 특징적 패턴(Trend)이나 계절성(Seasonality)에 영향을 받는 형태
    - 예시 데이터 형태 : 겨울에 난방비 증가, 여름에 아이스크림 판매량 증가 등

   - 비정상성 데이터는 예측 범위가 너무 다양하고 많기 때문에 고려해야할 특성들이 많다.
    - 이에, 비정상성 데이터를 정상성으로 변환하여 분석을 진행한다.
    - 정상성으로 분석을 진행하며, 예측범위가 일정하게 줄어들고, 성능이 개선되는 효과를 발휘함

📍 비정상성을 정상성으로 변환하는 방법들
 - 평균의 정상화를 위한 차분 사용
 - 분산의 안정화를 위한 로그 변환 사용
 - 제곱/제곱근 변환 가용
 - 이외

 * 차분 : 비정상성을 정상성으로 만들기 위해 관측값들의 차이를 계산하여 사용하게 됨

 

시계열 정상성 확인하기 - ADF 테스트

📍  ADF 테스트(Augmented Dickey-Fuller Test)
- 시계열 데이터의 정상성 여부를 통계적인 정량 방법으로 검증하는 방법
- 귀무가설과 대립가설에 따라 결정됨
- 귀무가설 : 기존 연구이론
 - 대립가설 : 신규 연구이론(우리가 하고자 하는 것)
 - 귀무가설과 대립가설의 보편적 기준 > p-value < 0.05(증감 가능)
     : p-value < 0.05이면, 귀무가설 기각, 대립가설 채택
     : p-value > 0.05이면, 귀무가설 채택(연구 방향을 수정해야 함)
 - 시계열 분석에서는 정상성과 비정상성 데이터의 형태를 구분하는 용도로 사용됨
 - ADF 테스트 라이브러리 : statsmodels 패키지의 dfuller 라이브러리 사용
''' ADF 라이브러리 '''
from statsmodels.tsa.stattools import adfuller

''' 원본(수정종가) 데이터를 이용해서 ADF 테스트 하기 '''
result = adfuller(data.values)
result

 

  • p-value 추출하기
    - ADF 결과의 1번째 값이 > p-value 값임
    print(f"p-value : {result[1]}")​

    💡 해석
     - p-value < 0.05을 만족하지 않으므로, 귀무가설을 기각 할 수 없음. 즉, 유의미 하지 않음
     - 따라서, 구글 주식 데이터는 "비정상성" 데이터이며, 정상성으로 만들기 위한 차분 처리가 필요함
     - p-value의 값이 0.827로 0.05보다 크므로... << 이렇게 작성하면 안됨

  • 1d(1차) 차분 계산하기
     - 1d(1차) : 1칸씩 이동하면서 이전과 현재의 차이값을 사용함
     - 사용함수 : diff()
     - 차분을 계산하게되면, 최초 또는 [차분의 이동 거리]에 따라서 Nan이 발생
         > Nan은 제거하고 사용함
    dff1 = data.diff().dropna()
    dff1


  • 차분 결과 데이터 시각화 하기
    dff1.plot(figsize=(15, 5))
    plt.title("차분 결과 데이터 시각화")
    plt.show()


  • 차분 결과 데이터를 이용하여 정상성 여부 확인하기
    - ADF 테스트 하여, p-value < 0.05 확인하기
    result = adfuller(dff1.values)
    print(f"p-value : {result[1]}")
    print("p-value : %f" % result[1])

    💡 해석
     - p-value < 0.05을 만족하므로, 유의미하다.
     - 즉, 귀무가설을 기각하고 대립가설을 채택
     - 시계열 분석에서는 차분 처리를 통해 정상성 데이터로 변환되었으며,
     - 이후, ARIMA 분석을 통해 진행이 가능한 것으로 증명 되었음
     - 사용된 차분은 1차 차분을 수행하여 증명하였음

  • 차분 설명 이미지
    - 차분을 할수록 정상성을 띄게 됨

    - 그러나 너무 많은 차분은 오히려 비정상성을 띄게 할 수 있음
    - 적절한 차수를 찾아서 차분을 진행해야 함(= 하이퍼파라미터 조정)

 

ARIMA 모델의 모수(하이퍼파라미터 찾기)

📍  ARIMA 모델에서 사용되는 중요한 3개의 하이퍼파라미터
- p, d, q
- ARIMA(AR, MA, ARMA) 모델을 사용하기 위해서는 AR(자기회귀모형, p), 차분(d), MA(이동평균모형, q) 값을 결정해야 함

📍 결정 방법
1. ACF plot과 PACF plot을 통해 모수(하이퍼파라메터)를 결정할 수 있음
     → 현재 값이 과거 값과 어떤 관계(relationship)가 있는지를 보여주는 그래프로 확인
2. pmdarima 라이브러리의 ndiffs, auto_arima 함수를 사용하여 모수(하이퍼파라미터) 결정할 수 있음  
     → 주로 auto_arima 함수를 사용함
  • (방법 - 1)  ACF plot과 PACF plot을 통해 모수(하이퍼파라메터)를 결정
    ''' 사용 라이브러리 '''
    from statsmodels.graphics.tsaplots import plot_acf, plot_pacf
    
    ''' 실제 원본 데이터를 이용해서 > ACF 및 PACF 시각화 하기 '''
    plot_acf(data)
    plot_pacf(data)
    plt.show()

💡 해석

< ACF plot >
 - ACF plot에서 막대그래프가 천천히 감소되는 것으로 보임
 - 이는 주식 데이터가 주기에 따라 일정하지 않은 비정상 데이터로 판단한다.

< PACF plot >
 - 첫값을 제외한 1개 이후 파란 박스에 들어가면서, 막대 그래프가 끊기는 것으로 보임
 - 이는 자기회귀모형(AR)의 결과값이 1개 이후인, 즉 p는 1인 값을 활용하는 것이 적절하다는 의미임
 - 이동평균(MA)의 값은 AR과의 차이값이 0이 되도록 하는 것이 일반적임
 - 따라서, MA는 1이 적절함을 의미함

 

  • (방법 - 1)  1차 차분데이터로 ACF 및 PACF 시각화 하기
    plot_acf(dff1)
    plot_pacf(dff1)
    plt.show()

📍 결론
- AR(p) = 1, d = 1, MA(q) = 1이 적절
- 이때, MA(q)값은 AR - MA값을 사용하기도 한다. (q=0) - MA값은 AR - MA를 사용

 

  • (방법 - 2) pmdarima 라이브러리의 ndiffs, auto_arima 함수를 사용하여 모수(하이퍼파라미터) 결정
  • (방법 - 2) ndiffs 함수
    '''
    사용 라이브러리
    - 라이브러리 설치해야함 : pip install pmdarima
    '''
    import pmdarima as pm
    from pmdarima.arima import ndiffs
    
    '''
    ndiffs 방법 : 차수를 결정하는 함수
     - data : 원본 데이터
     - alpha : 차분 횟수를 결정하는데 사용할 p-value(유의수준)
     - test : 차분 획수를 결정하는데 사용할 테스트 방법
            : 주로 adf 테스트 방법을 사용 (kpss 테스트 방법도 있으나, 거의 사용안함)
     - max_d : 최대 차분 횟수를 제한함(이 범위 내에서 가장 적절한 차수를 결정)
    '''
    n_diffs = ndiffs(data, alpha=0.05, test="adf", max_d=6)
    print(f"결정된 차수 : {n_diffs}")​


  • (방법 - 2) auto_arima 함수
    - auto_arima 함수 사용 : p, d, q 값을 모두 추출해 준다.
    - y = 데이터 원본
    - d = 차분의 차수, 이를 지정하지 않으면 실행 시간이 매우 길어짐(기본값 None)
    - start_p(기본값 2), max_p(기본값 5) : AR(p)를 찾기 위함 범위(start_p에서 max_p까지 수행)
    - start_q(기본값 2), max_q(기본값 5) : AR(q)를 찾기 위함 범위(start_q에서 max_q까지 수행)
    - m : 계절적 특성이 있을 때 사용하는 매개변수(기본값 1) > 차수를 의미함
     - seasonal : 계절성 특성이 있을 때 사용(기본값 True)
                      : 계절성 특성이 있을 때 (True) > m의 값은 계절적 특성의 범위 차수 지정(보통 3)
                      : 계절성 특성이 없을 때 (False) > m은 1을 보통 사용
    - stepwise : 최적의 모수를 찾기 위한 알고리즘을 사용할지 여부
                       (최적의 모수 찾기 알고리즘 : 힌드만-칸다카르 알고리즘이 적용됨)
    - trace : 결과 출력 여부(기본값 False)
    model = pm.auto_arima(
        y=data,
        d=1,
        start_p=0, max_p=3,
        start_q=0, max_q=3,
        m=1, seasonal=False,
        stepwise=True,
        trace=True
    )

💡 해석

 - auto_arima를 사용한 결과에서 최적의 모델은 ARIMA(1,1,0)모형으로 결정됨
 - 모델의 설명력(결정력)이 좋을 수록 AIC 값이 작아지고,
 - 모델의 복잡도가 높아질수록 AIC값이 커짐            
 - AIC 값은 작을 수록 좋음

728x90
반응형

+ Recent posts