pythonで株価分析⑦【Facebookが開発した機械学習ライブラリで株価を予測する】

皆様、こんにちは。

今回は、誰もが知りたい、未来の株価を予測する手法を紹介していきます(^_-)-☆

では、早速行ってみましょう。

結論から言うと、株価は強気相場が継続して、上昇する予測が出ています。

ではここで、これから記載するpythonコードに出てくる、英単語の意味を少し解説します。

一緒やん！(-"-)と、私も思ったのですが、Pythonコードにどちらの単語も出てくるため、違いを把握する為に調べました。※興味がない方は、読み飛ばして❸コードの解説に進んでください。

では、その違いです。

predict は、一般人。forecastは、専門家。

predict は、信頼性が低い。forecastは、信頼性が高い。

predict は、信頼性があるとは限らない予想。forecastは、データに基づいた信頼性のある予想というイメージです。

ま、何となく違いが知りたかったので、調べました。

※ここで、ちょっと言語の説明を入れます。

機械学習には３つのデータを用いるのが基本です。

て感じです。

では、順を追ってコードを見てみましょう。

あ、➎で一括コードを載せますので、必要な方はそれをコピペして下さい。

まず、下図の様に、予測したい銘柄と学習する期間を入力します。👇

では、次に行きます。

データフレームに調整後終値を代入していきます。👇

次に、空データフレームを作成して、任意の期間を入れます。

ここでは、１年後までの株価を予測したいため、365日を指定。

#土日を除外する
 future = future[future["ds"].dt.weekday < 5]
 forecast = model.predict(future)
 fig = model.plot(forecast)
 #垂直に引かれた赤い破線はProphetがトレンドの変化を特定した場所を示し、
 #赤い曲線はすべての季節性を取り除いたトレンドを示しています。
 a = add_changepoints_to_plot(fig.gca(), model, forecast)
 model.plot_components(forecast)
 plt.show()

如何でしたでしょうか？

この様に、未来の株価を予測するツールの作成は、実に面白いものです(*´▽｀*)

という疑問が起きます。

次節ではその疑問を解決していきます。

Prophetとは、預言者という意味で、Facebookが開発したライブラリの名前でもあります。

具体的には、時系列データを用意して、時系列予測を可能にするライブラリです。

統計知識が不要で、予測モデルを構築できるため、汎用性が高いライブラリとなっています。

デフォルトでは、線形モデルにて予測を立てます。

パラメータ設定により、非線形のモデル作成も可能です。

数式や他の活用方法が知りたい方は、

下記リンクをご参照ください。

Ⅰ.時系列予測ツールFacebook Prophetを使いPythonで様々なデータから予測をする

https://qiita.com/baby-degu/items/f8a7466a73227af69c14

Ⅱ.Prophet入門【Python編】Facebookの時系列予測ツール

https://www.slideshare.net/hoxo_m/prophet-facebook-76285278

Yahoo!のデータサイエンティストさんが作成したスライドで、とても分かり易く説明されています(*´▽｀*)

Ⅲ.【Python】Prophetによる時系列予測

https://deepblue-ts.co.jp/python/prophet_timesries/

このリンクでは、数式の時系列モデルを簡易的に解説しています。

コピペで行けるはずです(*^-^*)

!pip install matplotlib fbprophet pandas-datareader
 #@title Prophet（Facebookが開発）で時系列株価予測（2021.7.4code訂正）
 import pandas as pd
 from fbprophet import Prophet
 from pandas_datareader import data as pdr
 import matplotlib.pyplot as plt
 import datetime
 import yfinance as yf
 
 
 stock = "INTC" #@param {type:"string"}
 start = "1998-1-8" #@param {type:"string"}　学習期間
 periods = 365#@param {type:"number"} 予測期間
 end = datetime.date.today()
 
 # データ取得をdrからyfinanceへ変更。2021.7.4
 yf.pdr_override() # <== that's all it takes :-)
 # download dataframe
 data2 = pdr.get_data_yahoo(stock, start, end)
 print(data2)
 
 #トレンドの変化転換点を描画する関数
 from fbprophet.plot import add_changepoints_to_plot
 
 #2021.7.3よりpdrがエラーになった。Yahoo！側が拒否したと思われる。よって、yfinanceを使う。
 # pdrはコメントアウトで消す。ここにフォームで選択した銘柄と期間が来る
 # df = pdr.get_data_yahoo(stock, start, end)
 # print(df)
 
 #ｘ軸(ds)に時系列日付を。ｙ軸に調整後終値を。
 df = pd.DataFrame({"ds": data2.index.values, "y": data2["Adj Close"].values})
 model = Prophet()
 model.fit(df)
 #空のデータフレームを用意。(periods=に何日先まで空データを作るか？入力。frepは頻度。ここではday)
 future = model.make_future_dataframe(periods=periods, freq="d")
 #土日を除外する
 future = future[future["ds"].dt.weekday < 5]
 forecast = model.predict(future)
 fig = model.plot(forecast)
 #垂直に引かれた赤い破線はProphetがトレンドの変化を特定した場所を示し、
 #赤い曲線はすべての季節性を取り除いたトレンドを示しています。
 a = add_changepoints_to_plot(fig.gca(), model, forecast)
 model.plot_components(forecast)
 plt.show()

pythonでプログラミングがしたい！！
 pythonを学びたい！という方には、
 オンラインプログラミング教室『Aidemy アイデミー』がお勧めです。
 ご自身でプログラム環境を用意する必要は無く、サイトへアクセスするだけです。 創業者は東京大学工学部卒の石川聡彦さん。
 著書に『人工知能プログラミングのための数学がわかる本』（KADOKAWA/2018年）など。
 無料で、お試しもできますので安心です。
 お時間ある方は下記リンクを覗いてみてはいかがでしょうか(*'ω'*)。