Python - 시계열분석(TimeSeries)

'''
비트코인 시세 예측하기

https://www.blockchain.com/charts/market-price
-> CSV 포맷으로 다운로드 받기 

시계열 데이터 : 연속적인 시간에 따라 다르게 측정되는 데이터.
ARIMA 모델 => Statsmodel 
  AR : 과거 정보를 사용
  MA : 이전 정보의 오차를 현재 상태로 추론
'''

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

market-price.csv

0.01MB

### market-price.csv 파일을 로드 -> bitcoin_df에 저장
file_path = 'market-price.csv'
bitcoin_df = pd.read_csv(file_path)
bitcoin_df.info()
bitcoin_df.head()
bitcoin_df = pd.read_csv(file_path, names=['day','price'],header=0)
bitcoin_df.info()
bitcoin_df.head()
bitcoin_df.shape

# day 컬럼을 시계열 피처로 변환하기 
bitcoin_df['day'] = pd.to_datetime(bitcoin_df["day"])
bitcoin_df.info()
bitcoin_df.head()
bitcoin_df.describe()
bitcoin_df.set_index('day',inplace=True)

# 일자별 가격을 시각화하기
bitcoin_df.plot()
plot.show()

# ARIMA 모델 학습
'''
order = (2,1,2)
2 => AR. 2번째 과거까지 
1 => 차분 정보. 현재 상태값 - 바로 이전의 상태 뺀 값 
     시계열 데이터의 불규칙성을 보정 
2 => MA. 2번째 과거 정보를 조회 
'''
from statsmodels.tsa.arima_model import ARIMA
model = ARIMA(bitcoin_df.price.values, order=(2,1,2))
model_fit = model.fit(trend='C', full_output=True, disp=True)
fig = model_fit.plot_predict() #학습 데이터에 대한 예측 결과를 그래프로 그리기 
residuals = pd.DataFrame(model_fit.resid) #잔차의 변동을 시각화
residuals.plot()

# 실제 데이터와의 비교
# 이후 5일 정보를 예측하기
forecast_data = model_fit.forecast(steps=5)
'''
    1번 배열 : 예측값. 5일치 예측값 
    2번 배열 : 표준오차. 5일치 예측값 
    3번 배열 : 5개의 배열
              [얘측 데이터 하한값]
'''
forecast_data # 예측데이터

# 실데이터 읽어오기
test_file_path = 'market-price-test.csv'
bitcoin_test_df = pd.read_csv(test_file_path, names=['ds','y'],header=0) #실제 데이터
bitcoin_test_df['y']
bitcoin_test_df['y'].values


# 예측값 pred_y 변수에 리스트로 저장하기
pred_y = forecast_data[0].tolist()
pred_y 

# 실제값을 test_y 변수에 리스트로 저장하기
test_y = bitcoin_test_df['y'].values
test_y 
pred_y_lower = [] # 최소 예측값들
pred_y_upper = [] # 최대 예측값들

for low_up in forecast_data[2] :
    pred_y_lower.append(low_up[0])
    pred_y_upper.append(low_up[1])

pred_y_lower
pred_y_upper

# 시각화하기
plt.plot(pred_y, color='gold')
plt.plot(test_y, color='green')
plt.plot(pred_y_lower, color='red')
plt.plot(pred_y_upper, color='blue')

#
plt.plot(pred_y, color='gold') # 예측값
plt.plot(test_y, color='green') # 실제값

'''
  시계열 데이터 분석을 위한 모델 
  AR(자기회귀분석)
  현재 값 과거의 값을 관꼐
  AR(n) : n 이전의 시점 
  MA(이동 평균 모델) 
  과거와 현재의 오차의 관계
  ARMA(자기 회귀 이동 평균 모델)
  ARIMA (자기 회귀 누적 이동 평균 모델)
      -> 현재와 추세간의 관계 정의
      -> ARMA 방식은 불규칙적인 시계열데이터 분석 예측하기 어려움
      -> 보안하기 위해 ARIMA 방식 
  ARIMA(p,d,q)
      p : AR 모형 차수
      d : 차분 
      q : MA 모형 차수 
'''

'''
Facebook Prophet 활용하여 시게열 데이터 분석하기
Anaconda Prompt에서 아래 실행
=> conda install -c conda-forge fbprophet
pip install pystan --upgrade <- 콘솔창에 입력
'''
from fbprophet import Prophet
bitcoin_df = pd.read_csv(file_path, names=['ds','y'], header=0)
bitcoin_df.info()

# Prophet : Facebook 
prophet = Prophet(seasonality_mode = "multiplicative",
                  yearly_seasonality=True,
                  weekly_seasonality=True,
                  daily_seasonality=True,
                  changepoint_prior_scale=0.5)

# 학습하기
prophet.fit(bitcoin_df) 

# 5일 앞을 예측하기 d = day / 5 = 5일
future_data = prophet.make_future_dataframe(periods=5,freq='d')
forecast_data = prophet.predict(future_data)
forecast_data 

# 예측된 데이터의 날짜, 예측값, 최소예측값, 최대예측값
forecast_data[['ds','yhat','yhat_lower','yhat_upper']].tail(5)

# 결과의 시각화 
# 검은점 : 실데이터
# 파란색 : 예측값
fig1 = prophet.plot(forecast_data)
fig2 = prophet.plot_components(forecast_data)

# 실제 가격과 예측 가격 간의 차이 분석 => 성능
y = bitcoin_df.y.values[5:] #실제 데이터. 첫 5일 제외. 실데이터 
y_pred = forecast_data.yhat.values[5:-5]

# r2score, RSME 값을 출력하기
from sklearn.metrics import mean_squared_error, r2_score
from math import sqrt 

r2 = r2_score(y, y_pred)
r2
rmse = sqrt(mean_squared_error(y,y_pred))
rmse

# 실제 데이터와 비교
test_file_path = 'market-price-test.csv'

# 실데이터 정보
bitcoin_test_df = pd.read_csv(test_file_path,names=['ds','y'],header=0)
y = bitcoin_test_df.y.values
y
y_pred =  forecast_data.yhat.values[-5:]
y_pred

plt.plot(y_pred,color='gold')
plt.plot(y,color='green')