반응형 주식종가예측2 반응형 XGBoost를 이용한 주식 예측 - (3) 3부에서는 앞에서 알아본 XGBoost와 time series 데이터를 supervised learning problem으로 변형한 것을 종합하여 간단히 다음날의 주식 종가를 예측하는 프로그램을 만들어 보겠다. [1. 입력 모듈] 프로그램 실행을 위해 입력하는 모듈들은 아래와 같다. 위에서 마지막에 import 하는 것은 yahoo에서 주식 데이터를 불러오기 위해서 사용한다. [2. 예측을 위한 입력 데이터 수 결정] 훈련된 모델에 오늘 날짜의 종가부터 몇 개의 이전 날짜 종가 데이터를 입력한다. 여기에서는 위와 같이 30일 치의 데이터를 입력으로 하고 다음날 하루의 종가 정보를 예측한다. 얼마큼의얼마 큼의 데이터를 입력으로 하는지에 따라 예측 종가가 바뀐다. 얼마 큼의 데이터를 입력하여야 좀 더 정확한.. 2020. 11. 8. 12:28 XGBoost를 이용한 주식 예측 - (2) 1부에서는 XGBoost의 기본적인 사용법에 대해서 알아봤다. 2부에서는 주식 데이터와 같은 시계열 (Time Series) 데이터를 통해 예측을 하는 방법에 대해 알아보겠다. Time series 데이터는 시간의 index 순으로 나열되어 있는 숫자들이라 할 수 있다. 이러한 time series 데이터는 supervised learning problem의 형태로 바꾸어 이전의 시간 데이터를 통해 다음번 시간의 데이터를 예측하게 된다. 아래의 그림은 이를 표현한 예 이다. 위의 supervised learning problem 형태를 살펴보면, X는 입력이고 Y를 출력이라 할 때에 이전 시간의 입력 X가 다음번 시간의 출력 Y 인 형태가 된다. 이렇게 supervised learning problem .. 2020. 10. 25. 10:52 이전 1 다음
