반응형
시계열 데이터 분석이란?
시계열 데이터의 패턴을 파악하거나 패턴에 영향을 미치는 요소를 찾는 것을 뜻합니다. 주식 예측이 목표인 알고리즘 트레이딩도 그 중 하나라고 할 수 있습니다. 앞으로 구현해 나갈 프로젝트인 알고리즘 트레이딩도 이 시계열 데이터 모델이 적용될 것 입니다.
시계열 데이터 분석의 대표적인 목표는 아래와 같습니다.
- 시게열 데이터 패턴에 영향을 미치는 요소를 찾기
- 과거의 데이터가 어떻게 미래의 데이터에 영향을 미치는지 분석
- 미래의 데이터를 예측
결국 최종 목표는 미래의 데이터를 예측해서 맞추는 것이라고 할 수 있습니다.
과연 미래 데이터를 예측하려면 어떻게 해야할까요?
바로 시계열 데이터가 변화하는 패턴을 찾아야 합니다. 그리고, 발견된 패턴에 영향을 주는 피쳐를 추출해야 합니다. 또한, 이러한 요소들간의 관계를 정립할 수 있는 모델이 필요합니다.
최종적으로, 시계열 데이터를 분석하는 목적은 무엇일까요?
미래 데이터 예측을 하기 위한 모델을 만들기 위해, 패턴과 피쳐를 발굴하는 것이라 할 수 있습니다.
반응형
'SW > 주가 예측' 카테고리의 다른 글
주식, 비트코인 예측 프로그램 : 필요 기능, 구현 계획, 개발 방향 (0) | 2019.06.28 |
---|---|
주식, 비트 코인 예측 : 알고리즘 트레이딩 시스템 SW 구성 (0) | 2019.06.27 |
python, 통계 : 공분산 개념, 예제 (0) | 2019.06.26 |
주식 예측 프로그램 : 시계열 데이터 개념, 뜻 (0) | 2019.06.25 |
python : 주식 데이터 파싱, 저장, 받아오기 : 예제 (0) | 2019.06.25 |