데이터 과학 – 금융(Finance)
체중 예측 - tibble
1 forecast 팩키지 티블 1
Econometrics and Free Software 블로그에 그동안 측정해서 보관하고 있던 개인정보(체중)을 인터넷에 공개하였다. 데이터프레임이 티블(tibble)로 확장되고 티블 자료구조에 시계열 자료형을 추가하는 시도가 많이 되고 있다. 그중 하나의 움직임이 tsibble이다.
2 시계열 체중 데이터
시계열 체중 데이터를 필요한 부분만 추출하여 뽑아내고, 이를 시각화한다.
# 0. 팩키지 -----
library(tidyverse)
library(forecast)
library(tsibble)
library(tibbletime)
# 1. 데이터 -----
## 1.1. 데이터 가져오기 -----
weight_df <- read_csv("https://gist.githubusercontent.com/b-rodrigues/ea60679135f8dbed448ccf66a216811f/raw/18b469f3b0720f76ce5ee2715d0f9574b615f170/gistfile1.txt") %>%
as_tsibble()
## 1.2. 훈련/시험 데이터 분할 -----
weight_train_df <- weight_df %>%
filter(Date >= "2016-07-11", Date <= "2018-05-31") %>%
rename(date = Date, weight = Poids)
# 2. 시각화 -----
## 2.1. 원본 데이터 시각화 -----
ggplot(weight_train_df, aes(date, weight)) +
geom_line()
2.1 이동평균 추세선 추가
RcppRoll::roll_meanr() 함수를 사용해서 이동평균을 추가해서 시각화한다.
## 2.2. 이동평균 추가 -----
weight_train_df %>%
mutate(roll_10 = RcppRoll::roll_meanr(weight, n = 10, fill = NA)) %>%
ggplot(aes(date, weight)) +
geom_line() +
geom_line(aes(date, roll_10), color="red", size=1)
2.2 시계열 예측모형 적합
시계열 예측모형을 적합시키려면 자료구조를 기존 데이터프레임에서 ts로 변경시켜야 한다. auto.arima.df() 함수로 ARIMA 모형으로 적합시키고 나서, 객체를 weight_models_tbl에 원데이터, ARIMA 모형, 예측값 모두 한 곳에 저장시킨다.
# 3. ARIMA 예측모형 -----
## 3.1. 예측모형 함수: DF --> TS 변환 -----
auto.arima.df <- function(data, y, ...){
y <- enquo(y)
yts <- data %>%
pull(!!y) %>%
as.ts()
auto.arima(yts, ...)
}
## 3.2. 예측모형 적합 -----
weight_train_tbl <- weight_train_df %>%
mutate(group = "1") %>%
group_by(group) %>%
nest()
weight_models_tbl <- weight_train_tbl %>%
mutate(model = map(data, auto.arima.df, y = weight)) %>%
mutate(predictions = map(model, forecast, h = 18)) %>%
mutate(predictions = map(predictions, as_tibble))
weight_models_tbl# A tibble: 1 x 4
group data model predictions
<chr> <list> <list> <list>
1 1 <tsibble [456 x 2]> <S3: ARIMA> <tibble [18 x 5]>
2.3 시계열 예측 시각화
“2018-06-01” 기간 이후 시험데이터를 별도로 생성시켜 이를 ARIMA 예측모형 데이터와 결합하여 데이터프레임으로 제작시키고, 이를 ggplot으로 시각화한다.
# 4. 예측모형 적합 -----
weight_test_df <- weight_df %>%
filter(Date >= "2018-06-01") %>%
rename(date=Date, weight = Poids)
weight_test_fcst_df <- bind_cols(weight_test_df, weight_models_tbl$predictions[[1]])
weight_test_fcst_df# A tsibble: 18 x 7 [1DAY]
date weight `Point Forecast` `Lo 80` `Hi 80` `Lo 95` `Hi 95`
<date> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
1 2018-06-01 71.8 71.5 70.7 72.3 70.3 72.8
2 2018-06-03 71.2 71.6 70.7 72.4 70.2 72.9
3 2018-06-06 70.8 71.4 70.5 72.3 70.0 72.8
4 2018-06-07 70.5 71.5 70.5 72.4 70.0 72.9
5 2018-06-08 70.1 71.4 70.4 72.4 69.8 72.9
6 2018-06-09 70.3 71.4 70.4 72.5 69.8 73.0
7 2018-06-11 71.3 71.3 70.3 72.4 69.7 73.0
8 2018-06-12 71.3 71.4 70.3 72.5 69.7 73.0
9 2018-06-13 71.2 71.3 70.2 72.4 69.6 73.0
10 2018-06-14 70.5 71.3 70.2 72.5 69.6 73.1
11 2018-06-15 71.3 71.3 70.1 72.5 69.5 73.1
12 2018-06-16 70.8 71.3 70.1 72.5 69.4 73.1
13 2018-06-18 71.3 71.2 70.0 72.5 69.3 73.1
14 2018-06-19 70.7 71.2 70.0 72.5 69.3 73.2
15 2018-06-20 70.8 71.2 69.9 72.5 69.2 73.2
16 2018-06-21 70.8 71.2 69.9 72.5 69.2 73.2
17 2018-06-23 72 71.2 69.8 72.5 69.1 73.2
18 2018-06-24 71 71.2 69.8 72.5 69.1 73.2
weight_test_fcst_df %>%
ggplot(aes(x=date, y=weight)) +
geom_point() +
geom_line() +
geom_line(aes(x=date, y=`Point Forecast`), color="red", size=1) +
geom_line(aes(x=date, y = `Hi 95`), color="pink", size=1) +
geom_line(aes(x=date, y = `Lo 95`), color="pink", size=1)