Prophetで金融データの予測

ProphetとはFacebookが開発した時系列の予測ツールです。

github.com
pip環境であれば、pip installでインストールできます。
※インストールに少し時間がかかります。

データはなんでもいいのですが、
今回は、FREDより以下のデータを拝借しました。
10-Year Treasury Constant Maturity Rate | FRED | St. Louis Fed

データさえ用意できれば、あとはほとんどチュートリアルに従えば予測が出せます。
注意点は、データフレームのカラム名が指定されているので変更が必要なことくらい。

今回は、(200*5)年分の予測を出してみたいと思います。
結果が以下。

この結果ではweekly_seasonalityをTrueにしているだけですが、
FRB政策金利アナウンス日などのイベントデータを取り込むなど
精度向上の余地はまだまだありそうですね。

時系列データの日付をインデックスとして扱いたくない場合

なぜかいつも忘れるのでメモ
.reset_idnexで日付をカラムにできる。
文字列ではなくて、Timestampになっているかは確認すること

Numpy配列のスライスメモ

初歩的なことではあるが、Numpy配列のスライスがコードだけではイメージしづらかったので自分用に整理する。

import numpy as np
array1 = np.arange(16).reshape(4,4)

array1

array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11],
       [12, 13, 14, 15]])

1行だけスライス

array1[:1}

array([[0, 1, 2, 3]])

範囲を指定

array1[1:3]

array([[ 4,  5,  6,  7],
       [ 8,  9, 10, 11]])

本題：カンマ区切り。順にたどればわかりやすいが、列をスライスできる。

array1[0:3,0:3]

array([[ 0,  1,  2],
       [ 4,  5,  6],
       [ 8,  9, 10]])

初見は以下のような形。わかりづらい…

array1[0::,0]

array([ 0,  4,  8, 12])

pip installでつまづく"Command "python setup.py egg_info" failed with error code 1 in ~"

pip installで以下のエラー。

Command "python setup.py egg_info" failed with error code 1 in ~/hoge/hoge

setuptoolsの問題。

pip install --upgrade setuptools

動いた

Bayesian Methods for Hackers

ベイズいいよ、ベイズ。ということで、
ベイズ推論をはじめてみる。まずはこの一冊。

Pythonで体験するベイズ推論 PyMCによるMCMC入門

英語が苦でないなら、Github。

github.com