Closed 2018007956 closed 5 months ago
HMM은 시계열 데이터에 숨어 있는 상태의 변화를 모델링하며, 이러한 상태 변화가 관측 데이터에 어떻게 영향을 미치는지 분석하는 모델입니다. CNN이나 LSTM 처럼 명확한 label을 가지고 학습하는 것이 아닌, feature에서의 패턴을 찾아내어 결과를 도출하는 비지도학습 알고리즘이기 때문에, 종가를 레이블로 생각하는 것이 아닌 종가 데이터를 사용하여 현재 종가 대비 하루뒤~일주일 뒤의 종가 변화율이라는 피쳐를 정의하는 방식으로 구현하였습니다.
학습 알고리즘 설명
예측 알고리즘 설명
sample_space_ret1 ~ ret7
possible_outcomes
num_latent_days
만큼의 최신 데이터를 예측에 사용
previous_data
와 미래 가능한 시나리오 outcome
를 결합하여 평가에 사용 : total_data
outcome_scores
most_probable_outcome
pred1 ~ pred7
<message: Model is not converging 해결>
n_iter
, 허용 오차 tol
파라미터 조정
Background
우리가 예측하는 값은 종가 데이터이기 때문에, 종가를 레이블로 생각To do
1일 후부터 7일 후까지 각각의 예측 모델 구현