데이터 과학 – 금융(Finance)
금융/시계열 데이터 - Tidyverse 시계열 데이터 전쟁
1 tidyverse 전환기 전쟁
시계열 데이터가 tidyverse 변환기를 맞이하여 전쟁이 시작되었다. 과연 누가 전쟁의 승자가 될 것이가? tidyverse 팩키지가 dplyr, tidyr, ggplot, purrr 등을 탄탄한 팩키지를 기반으로 하여 가장 일반적인 데이터에 대해 천하통일을 이루었고, tidyverse 생태계는 시계열로 영역을 확장해 나가고 있다.
시계열의 두가지 주된 흐름이 tidyquant와 forecast의 후속작 tsibble, fable로 상호 보완적인 면이 있기도 하지만, 서로 경쟁하는 측면이 강하기도 하다. tidyquant가 금융데이터를 시작으로 tidyverse를 품에 안으려고 추진된 반면, 최근 forecast를 유지보수 버젼으로 관리하고 tsibble, fable 등 R 프로젝트를 새로 시작하는 Rob J Hyndman 교수진영의 약진도 눈부시다.
2 왜 tidyquant가 시작되었을까? 1
시계열 데이터는 일반적으로 많이 다루는 데이터와 비교하여 전혀 다른 생태계를 구축하고 있었다. lubridate 팩키지를 일례로 들면 복잡하고 난잡한 시계열 데이터 처리과정을 개발자 친화적으로 바꾸고자하는 노력이 있었다.
tidyverse를 통해서 데이터 분석 및 시각화, 모형개발에 대해서 크나큰 진전이 있었으나, 시계열 데이터에 있어서는 그런 작업이 더디게 진행된다고 생각되었는지 Business Science에서 tidyquant 팩키지를 시작으로 의미있는 작업을 추진하고 있다.
일단, ts 객체를 기반으로 forecast를 비롯한 수많은 시계열 예측모형이 개발되어 티블 자료형을 ts 객체로 변환하는 작업도 필요하고, 시계열 특성을 충분히 발휘할 수 있도록 티블에 새로운 기능을 추가하는 것도 필요하다. 무엇보다도 dplyr 동사를 시계열 데이터에도 사용할 수 있도록 지원하는 것이 우선이다. 마지막으로 시계열 예측모형에서 나온 객체를 다시 티블로 만들어 이를 재사용하도록 하는 것도 필수적이다.
3 tidyquant 생태계
tidyquant는 시계열 데이터의 tidyverse 구축을 추구하고 있다. 이를 위해서 tidyverse를 구성하는 어벤저스급 팩키즈에 대응되는 시계열 팩키지를 구축해나가고 있다.
- 자료구조: xts를 기반으로 그 위에 과거
ts객체를 지원하기 위한timetk, 티블(tibble) 자료구조 위에 시계열 기능을 확장하는tibbletime. - 데이터 처리: 시계열 데이터 처리를 위해서 시계열 데이터 가져오는
tq_get(), 시계열 데이터 조작하는tq_transmute(),tq_mutate()등 함수와 더불어tq_performance(),tq_portfolio()기능을 함수로 제공한다. - 모형:
forecast팩키지 등 기존 시계열 예측모형을 원활히 사용할 수 있도록ts객체를 손쉽게 만들 수 있도록 지원하는timetk팩키지, 시계열 데이터 처리를 한 후에 모형구축 후 생기는 다양한 시계열 모형 객체를broom팩키지와 동일한 기능을sweep팩키지에서 제공하고 있다.
