facebookのmeta謹製の時系列データ用機械学習モデルprophet(預言者)を使って、appleの株価を予想してみる。

admin

6か月前

必要なパッケージをインストール

pip install prophet plotly

1	pip install prophet plotly

4年半くらいアップルの株価を取得して機械学習させて、未来を予想する

import pandas as pd
import yfinance as yf
from prophet import Prophet
import matplotlib.pyplot as plt

# Yahoo Financeからデータを取得
ticker = 'AAPL'  # Appleの株価データ
df = yf.download(ticker, start='2020-01-01', end='2024-06-01')
df.reset_index(inplace=True)
df = df[['Date', 'Close']]
df.columns = ['ds', 'y']

# Prophetモデルの作成とフィッティング
model = Prophet()
model.fit(df)

# 未来のデータフレームを作成
future = model.make_future_dataframe(periods=365)
forecast = model.predict(future)

# 予測結果の表示
fig1 = model.plot(forecast)
plt.show()

# 予測成分の表示
fig2 = model.plot_components(forecast)
plt.show()

import pandas as pd

import yfinance as yf

from prophet import Prophet

import matplotlib.pyplot as plt

# Yahoo Financeからデータを取得

ticker = 'AAPL' # Appleの株価データ

df = yf.download(ticker, start='2020-01-01', end='2024-06-01')

df.reset_index(inplace=True)

df = df[['Date', 'Close']]

df.columns = ['ds', 'y']

# Prophetモデルの作成とフィッティング

model = Prophet()

model.fit(df)

# 未来のデータフレームを作成

future = model.make_future_dataframe(periods=365)

forecast = model.predict(future)

# 予測結果の表示

fig1 = model.plot(forecast)

plt.show()

# 予測成分の表示

fig2 = model.plot_components(forecast)

plt.show()

今後は、たいして上がりも下がりもしないという予想

年単位予想だと、平行線って感じやね。
曜日別だと、週末に下がって週明けに上がるって事？
月別だと、Sell in Mayというより、５月が買いだな

関連記事