안녕하세요. 데이터 결합 후 아래 코드에서 result_df = result_df.dropna( subset=['10년 기대 인플레이션율', '장단기 금리차'], how='any' ) 전체 지표가 아니라 '10년 기대 인플레이션율' , '장단기 금리차' 두 컬럼만 기준으로 결측 행을 제거한 이유가 궁금합니다. 이후 ffill() 로 나머지 결측값을 채우는 구조인 것으로 이해했는데, 이 두 지표의 데이터 시작 시점에 맞춰 전체 학습 구간을 설정하기 위한 것인지, 아니면 모델링상 반드시 포함되어야 하는 핵심 변수라서 별도로 처리한 것인지 궁금합니다. 감사합니다.
안녕하세요. 좋은 강의 감사합니다. 예측의 요인들을 넣고 빼는 과정에서 궁금한게 있어 질문드립니다. 강의 예시에서 QQQ 혹은 S&P 500 ETF 등의 인덱스 연동 ETF를 주로 예로 사용하였습니다. 이 때, 동일한 경제지표를 제외하는 예시를 보여주셨는데, 실제 QQQ의 경우는 나스닥 100을 추종하고 있으며 S&P 500(SPY)의 경우에는 S&P 500 지수를 추종하고 있습니다. 그렇다면, 해당 두 ETF를 제거하는 것 이외에 동일한 추종 지수도 제외해야 예측에서의 유효성이 더 높은 것 아닐까요?
안녕하세요. 해당 강의 잘 들었습니다. 예측치의 정확도에 대한 의견을 여쭈어보고 싶습니다. 강의에서 보면 AI에서 90%가 넘으면 정확도가 높은거라고 하셨지만. 시계열 데이터의 특성상 7일후의 데이터를 예측하지 않고, 오늘 주가를 그냥 사용해도 정확도를 계산해 보면 90%가 넘는 경우가 많습니다. 예를 들어 경제 지표로 학습을 수행하지 않고도, +7일후의 예측값에 오늘 주가를 넣어 Accuracy를 구해 보면, 오라클의 경우 97%가 나옵니다. 반면 Transformer를 이용하여 학습한 경우 정확도가 94%입니다. 이런 상황이라면 과연 AI의 학습을 통한 주가 예측이 어떤 의미를 가지는지 잘 모르겠습니다. 다양한 경제 데이터를 API를 통해 수집하거나 Transformer를 이용하여 학습하는 형태의 기본 골자를 익혀서 좋은 경험이었으나. 정확한 주가 예측을 위해 여러가지 개선이 있어야 할것 같습니다. 경제 지표와 더불어 주가 데이터를 캔들로 표현하고 급등 패턴을 학습하는 것은 어떻게 생각 하시나요? 현재 다른 예측 프로그램은 어떤 방식을 사용하는지 궁금합니다.
train_size = int(len(data) * 0.8) train_data = data.iloc[:train_size] test_data = data.iloc[train_size:] 훈련과 테스트 8:2로 잘 나누고 for i in range(lookback, len(data_scaled) - forecast_horizon): 이렇게 돌리면 그냥 전체 데이터를 학습한거 아닌가요? 결국 안나누고 학습한 것 같은데, 그럼 이 프로젝트는 그냥 데이터를 모두 학습한거죠? LR 버전으로 리팩토링해서 돌려보고 있는데 과적합뜨는 것 보니까 그냥 완전 똑같이 나오더라구요.
예제로 만들어주신 데이터에서 추가적으로 데이터를 변경하여 테스트를 하고 싶은데요 아래 데이터를 가져 올 수 있을가요? Fred에서 제공하는 지표 코드 Yahoo 에서 제공하는 지표와 티커 나스닥 100의 티커 해당 정보를 어떻게 가져오는지 알아야 추후- 응용하면서 사용할 수 있을것 같습니다. 감사합니다.
안녕하세요, 수업 잘 듣고 있습니다. 아직 초반이지만, 오직 미장에 초점이 맞춰져 있어서 국장에는 적용을 하기 위해 어떻게 변화를 주어야 할지 모르겠습니다. 파이썬이나 이런 프로그램 사용에 있어 초보라 무지한데 국내 시장용으로 제작을 하려면 API키를 어디서 가져와야 정확한지, 지표는 모든 지표를 국내에 맞게 어떻게 가져오고 수정해야 하는건지 잘 모르겠습니다. 수강전 문의란에서 국내 시장에 적용하고 싶은 다른 문의자 분을 보았습니다. 답변에 강의를 들으면 충분히 국장에도 적용 가능할거라고 해서 구입했는데 어려워보여요... 혹시 국내 시장에 맞추기 위해서는 어떻게 해야하는지 국내용 강의를 제작해주실 예정은 없나요? 혹은 첨부된 Github파일에서 어떻게 수정해야 하는지 도움을 주실 수 있을까요? 미국 시장과 국내 시장 모두 적용하고 싶은 저와 같은 사람들이 많이 있을텐데 국내시장 적용도 도와주시면 감사하겠습니다.
강사님 안녕하세요, 수강자 입니다. 다름이 아니라, ta 라이브러리를 사용하여, MACD라든지 RSI지수라든지 이런것들은 따로 안넣고 그냥 경제지표와 OHLCV값만 가지고 예측을 하는가요? 의미 있는 지수를 넣으면 성능이 더 좋아질거 같은데 어떤걸 넣으면 좋을지 모르겠네요!
테슬라나 팔란티어도 주식 추가 해보고싶습니다 만약 2006년도부터 쭉 데이터를 학습한다고 가정했을 경우, 테슬라나 팔란티어는 데이터가 있는 날부터 학습하게 하려면 어떻게 해야하는지 궁금합니다 그리고 계속 일주일마다 제 컴퓨터에서 새로 stock.py를 하나 돌리고 난뒤, total.csv를 업로드하고 주가예측하기 colab을 돌리는게 맞나요? 그 다음 강의 기다리고있습니다 언제쯤 나오는지 궁금합니다. 자동화는 컴퓨터를 켜놓지 않더라도 자동으로 돌아가게 가능하면 너무 좋을 것 같습니다 그리고 수수료나 과매수,과매도 등 여러 요인들을 고려하여 매수매도 하게끔 되면 좋을 것 같습니다. 저보다 잘 아실것 같아 다음강의 기대됩니다 그리고 일주일 뒤의 주식이 아니라 하루 뒤의 주식 예상은 predict에서 forecast_horizon = 7 를 1로 바꿔주면 되는건가요? 코딩 하나도 모르는 사람이지만 강의하시면서 이해하기 쉽고 따라할는 강의인것 같습니다 일단 한번 쭉 다 보고 천천히 따라하고 있는중인데 강의 제작시와 현재의 나스닥 100 종목이 다르기도하고 원하는 주식 좀더 추가해보고싶어서 이것저것 해보고있는데 재밌네요
