facebook prophet으로 비트코인 가격 예측해보기

Prophet은 Additive 모델이라는 모델링 방법에 기반한 시계열 예측모델이다.

Additive 모델

Additive 모델은 선형회귀 분석의 단점을 극복하기 위해 개량된 분석 방법의 하나이다. 시계열 분석 역시 회귀 분석의 한 갈래이기 때문에 회귀 분석의 단점을 가지고 있다. 하지만 회귀 분석의 단점을 극복하기 위해 이 모델은 각 피쳐마다 비선형적인 적합을 가능하게 하는 일련의 방법을 적용한다.

 

 

코랩 환경에서 진행되었습니다.

fbpophet을 설치해준다.

위의 라이브러리를 임포트 해온다.

 

이걸 해주면 과학적 기수법 때문에 값을 읽는데 곤란한 상황이 사라진다.

비트코인 예측 데이터셋을 가져온다.

fbprophets는 날짜 그리고 target_data(종가열)만 존재하면 된다.

이렇게 새로 열을 추가해주고 넣어주면 자동으로 된다.

Prophet 객체를 만들어 준 뒤 우리의 데이터를 학습시킨다.

위 코드를 실행하면 뒤에 30일 데이터가 생성된다.

음 잘 생성된 것을 볼 수 있다.

그리고 위의 코드를 실행해주면 생성된 날짜의 값을 예측해준다.

'

점이 lable 데이터이고 선이 predict된 데이터이다.

변화가 있는 부분을 표시해준 plot이다.

지금까지는 하이퍼 파라미터를 조정하지 않고 진행하였으나 위의 Prophet 객체를 상성할 때 위와 같이

changepoint_prior_scale를 조정해줄 수 있다. 아마 이 것이 가장 중요한 하이퍼 파라미터인 것 같다.

이 것을 조정해주니 전보다 훨씬 lable 데이터와 predict된 데이터의 값이 많이 일치한 것을 볼 수 있다.

예측값과 실제값의 rmse 값과 그래프를 그려보았다. 128일 정도의 예측을 해서 rmse값이 저 정도 인데 날짜를 줄이면 획기적으로 줄어들 것이다.