-
질문 & 답변
카테고리
-
세부 분야
딥러닝 · 머신러닝
-
해결 여부
미해결
주가 예측 실제값 스무딩 관련 질문드립니다.
21.12.19 22:54 작성 조회수 129
0
안녕하세요!
강의를 수강하고 있는 학생입니다.
주가 예측 강의에서 2가지 질문사항이 있어서 문의드립니다.
7강 주가예측 - LSTM과 GRU 강의에서
2분 이후에 GRU 결과 그래프를 보시면서 설명해주시는 부분중에서
쉬프트 현상을 해결하기 위해서 실제값을 스무딩 처리해준다고 하셨는데, 실제값을 스무딩하는 방법은 어떤 방식을 사용하는 걸까요?
구글링을 해봤지만 잘 찾지 못했습니다.
혹시 참고할만한 자료나 링크가 있다면 공유해주실 수 있을까요?
아니면 15장 과적합에서 알려주신 레이블 스무딩을 응용해서 해야할까요?
다음으로는 쉬프트 현상을 완화하는 방법으로는 1일치만 계산하는게 아니라 3일치 4일치로 벡터를 늘려서 학습을 시킨다고 하셨는데,
이 부분은 seq_data함수를 정의하면서 시퀀스 길이를 정의할때 조정하면 될까요?
예를들어 위의 코드중에서
y_seq.append(y[i+sequence_length])를
-> y_seq.append(y[i+sequence_length:i+sequence_lenghth+3]) 과 같은 식으로
y데이터도 1일이 아닌 2일 데이터가 들어오게 하면 될지 문의드립니다.
감사합니다!
답변을 작성해보세요.
1
딥러닝호형
지식공유자2021.12.19
안녕하세요. haha583님!
주가 예측에 관심이 있으시군요 :)
테크닉적인 부분을 질문 주셨는데요.
1. 스무딩 테크닉으로 사용할 수 있는 것이 Savitzky-Golay filter, polynomial approximation, Gaussian process, FFT 등등이 있어요. 함수들은 sklearn, scipy 등에서 라이브러리가 대부분 있긴한데 어떻게 적용할지가 어렵기 때문에 고민을 해보셔야해요.
2. 네 맞습니다! 말씀해 주신대로 하시되 변경된 사이즈만큼 연관된 데이터들도 사이즈를 다 맞춰주셔야해요.
개인적인 견해는 주가 예측 성능을 높이려면 변수 선택/생성/배제/스케일링 등에 대한 피쳐 엔지니어링이 가장 우선적으로 되어야 한다고 생각해요 :)
열공하세요!
답변 1