[파이썬] 주식 가격(주가) 예측해보기(시계열데이터)

* 본 포스팅은 한국품질재단에서 주최하는 인공지능개발자 양성사업 교육과정 복습 용도로 포스팅되었습니다

---

* 시계열 데이터

• 연속성을 가진 데이터
• 시간(time, t) 정보를 가짐

 

* 페이스북 prophet 사용

 - 써드 파트 제품

https://facebook.github.io/prophet/

Prophet

* 주가 예측의 한계

 - 정량적 분석(통계, 모멘텀) + 정성적 분석(심리, 뉴스, 이벤트, 국제 정세, 시즌, 계절..)

 - 정량적 분석으로 예측은 가능하나 정성적 분석은 예측 불가 -> 주식 예측 오차 큼

 

* 전 세계 주식 데이터 공급처

 - yahoo : https://finance.yahoo.com/

Yahoo Finance - Stock Market Live, Quotes, Business & Finance News

  - API 제공, 미국 중심, 개별 국가 일정 부분에 결측치 발생 -> 정제 처리 필요

 

* 모듈 임포트

import numpy as np
import pandas as pd

import pandas_datareader.data as web # 주식 데이터를 얻어오기 위해 사용
import datetime # 시간 처리
import matplotlib.pyplot as plt

%matplotlib inline

# 데이터를 가져오고 나서, 이동평균을 구해야함.
# 국내 종목 : 삼성전자

# 날짜 : 3년 간 삼성전자 주가 분석(2017.01.02) ~ (2021.06.07)
start = datetime.datetime( 2017, 1, 2 )
end = datetime.datetime( 2021, 6, 7)

 

* 데이터 가져오기

 - 종목코드(국내 : 코드, 해외 : 티커), 시작일,종료일 입력하면 차트 그려주기

# 종목코드, 시작일, 종료일 넣고 자동으로 차트만들어주는 함수
def makeStockChart( code, sDay=start, eDay=end
                   ,*args, **kwargs):
  '''
  이 함수는 종목코드와 조회시작일, 종료일을 넣으면 차트를 그려준다.
  이동 평균선은 5일, 20일, 60일, 120일 지원
  '''

  #데이터 가져오기
  datas = web.DataReader( code, 'yahoo', sDay, eDay)

  #데이터 파생변수추가
  tmp =     datas['Adj Close']
  datas['5MA'] = tmp.rolling( window=5 ).mean()
  datas['20MA'] = tmp.rolling( window=20 ).mean()
  datas['60MA'] = tmp.rolling( window=60 ).mean()
  datas['120MA'] = tmp.rolling( window=120 ).mean()

  #차트그리기(시각화)
  plt.figure (  figsize=(12, 6) )
  plt.plot( datas.Close,   label='Close' )
  plt.plot(datas['5MA'],    label='5MA')
  plt.plot(datas['20MA'],   label='20MA')
  plt.plot(datas['60MA'],   label='60MA')
  plt.plot(datas['120MA'],   label='120MA')
  plt.title(f"{code}'s stock chart")
  plt.legend()
  plt.show()

* 삼성전자 주식코드 입력하여 함수 호출

samsung_code = '005930.KS'
makeStockChart( code=samsung_code )

 

* 페이스북의 모듈 활용해서 시계열 데이터(삼성전자 향후 10일 주가 예측하기)

- prophet 자료구조

 - ds : 시간

 - y : 데이터(종가)

-> 주가 예측 모듈을 학습시키기 위한 훈련 데이터 셋

 

* 데이터 준비

# 데이터 가져오기
datas = web.DataReader( samsung_code, 'yahoo', start, end)

# 컬럼 ds(YYYY-MM-DD), y(종가 : Close) 구성
# 해당 구저의 DateFrame만들기 위한 딕셔너리 선언

dic = {
    'ds' : datas.index,
    'y' : datas.Close
}

# ds 와 y를 컬럼으로 갖는 데이터 프레임 생성
df = pd.DataFrame( dic )

#인덱스 초기화(원본 까지 적용)
df.reset_index( inplace=True )

# 'ds' 컬럼과 중복되는 'Date' 컬럼 제거
del df['Date']

# 페이스북의 시계열 예측 모델에 사용한 데이터 준비
df.head(5)

ds, y 컬럼을 가지는 DateFrame

* 예측하기

# prophet 모듈 세팅
from fbprophet import Prophet

# Day 단위로 데이터가 구성되어 있으므로, 일 단위 주기성 활성화
model = Prophet( daily_seasonality=True ) 

# 데이터 학습 시작 -> 기계학습
model.fit( df )

# 주가 예측 위한 날짜 데이터 세팅 -> 기존 데이터 + 향후 10일치 예측값
future = model.make_future_dataframe( periods=10 )

# 주가 예측
forecast = model.predict( future )

# forecast.columns ->
'''
  Index(['ds', 'trend', 'yhat_lower', 'yhat_upper', 'trend_lower', 'trend_upper',
       'additive_terms', 'additive_terms_lower', 'additive_terms_upper',
       'daily', 'daily_lower', 'daily_upper', 'weekly', 'weekly_lower',
       'weekly_upper', 'yearly', 'yearly_lower', 'yearly_upper',
       'multiplicative_terms', 'multiplicative_terms_lower',
       'multiplicative_terms_upper', 'yhat'],
      dtype='object')
''' 

# 필요한 컬럼만 보기
forecast[['ds', 'yhat', 'yhat_lower', 'yhat_upper']].tail(11)

# 모델이 제공하는 시각화
model.plot(forecast)

* 예측결과

 - 오늘 자 기준(2021.06.08) 이후 10일 주식 예측가

* 분석 : 정량적 분석( 수치, 통계자료 등)만 고려했을 때 향후 10일 후(6/18) 삼성전자 주가는 약, 9만원..

* 기준 별 주가 변동 파악하기

model.plot_components( forecast )

* 해석 : 삼성전자는 매년마다 상승폭, 월요일 제일 가격이 싸고, 9월에 가격이 제일 싸다. 이 데이터는 정량적 분석으로만 이루어져서, 이벤트, 국제정세, 액면분할 등 같은 사항을 전혀 고려하지 않아 오차가 많이 발생한다.

 

* 결론 : 지금 사기엔 늦었다. (주관적 생각)