[PYTHON] Prognostizieren Sie den Preisübergang von Bitcoin mit Prophet

Ausgehend von "Spiel mit dem Propheten" versuchte ich, den Übergang des Bitmünzenpreises vorherzusagen.

Datasets

From: 2017-05-27
To: 2017-09-08

――Es scheint, dass der jüngste Trend dahin geht, dass er zunimmt. ――Der wöchentliche Trend scheint "am Dienstag kaufen und am Sonntag verkaufen" zu sein.

Es riecht nach Staub, also werde ich es etwas genauer untersuchen.

Leistungsüberprüfung

Trainingsdaten: 2017-05-27 ~ 2017-08-31
Überprüfungsdaten: 2017-09-01 ~ 2017-09-08

Lassen Sie uns die Leistung mit SMAPE [^ 1] überprüfen.

――Die Tendenz zu wöchentlichen Änderungen ändert sich nur durch eine geringfügige Änderung des Zeitraums. Was ist es? ??

Wenn changepoint_prior_scale = 0.05 (Standard)

y_true = forecast["y"].values
y_pred = forecast["yhat"].values
print "FORECAST SMAPE: %.3f" % smape(y_true, y_pred)
# FORECAST SMAPE: 4.238

Wenn changepoint_prior_scale = 0,01 ist

y_true = forecast["y"].values
y_pred = forecast["yhat"].values
print "FORECAST SMAPE: %.3f" % smape(y_true, y_pred)
# FORECAST SMAPE: 4.197

Ein bisschen besser als die Standardeinstellung

Medianwert während des Zeitraums der Validierungsdaten (Referenz)

y_median = np.asarray([np.median(y_true)] * len(y_true))
print "MEDIAN SMAPE: %.3f" % smape(y_true, y_median)
# MEDIAN SMAPE: 2.922

Ich kenne den Medianwert zukünftiger Daten nicht, werde ihn aber als Leitfaden geben. Die Leistung ist besser, wenn der Medianwert verwendet wird. Daher scheint es, dass die Vorhersage verbessert werden muss.

Zusammenfassung

--Vorhersagen von Bitcoin-Preisänderungen mit Prophet

Die wöchentliche Tendenz scheint unzuverlässig, da sie sich im Laufe der Zeit mit leichten Schwankungen ändert.
Gibt es eine Verbesserung durch das Finden der optimalen Parameter für changepoint_prior_scale?

References