[Day16] 주가를 예측해서 부자가 되어보자

이번에는 주가를 예측하는 인공지능 모델에 대해서 배워보았습니다. 결론적으로 얘기하자면... 인공지능이 주가를 예측하기란 매우 어렵습니다. ㅋ

 

1. <딜링룸 백브리핑> 그림자로 원유재고 알아낸다…데이터 분석의 진화 news.einfomax.co.kr/news/articleView.html?idxno=4082410

<딜링룸 백브리핑> 그림자로 원유재고 알아낸다…데이터 분석의 진화 - 연합인포맥스

계절적 특성이 있는 데이터의 경우 오래전부터 '아리마'라는 모델을 사용했다고 합니다. (주가는 계절적 특성이 있을 수도 있고 없을 수도 있지 않나요? --;) 

2. R을 사용한 시계열 분석 – ARIMA 모형을 통한 미래 추세 예측 www.dodomira.com/2016/04/21/arima_in_r/

R 시계열 분석 - ARIMA 모형을 통한 미래 예측 방법에 대해 알아보자

3. 공분산(Covariance)과 상관계수(Correlation) destrudo.tistory.com/15

공분산(Covariance)과 상관계수(Correlation)

데이터가 일정한 간격으로 있어야 하는데 혹시 없다면 그것을 보간하는 방법에 대해서 배워봅니다.

4. 결측치 보간 rfriend.tistory.com/264

[Python pandas] 결측값 보간하기 (interpolation of missing values) : interpolate(), interpolate(method='time'), interpolat

5. 유의 확률 ko.wikipedia.org/wiki/%EC%9C%A0%EC%9D%98_%ED%99%95%EB%A5%A0

유의 확률 - 위키백과, 우리 모두의 백과사전

6. P value ( P 값 = 유의확률 ) 의 정의 및 개념 m.blog.naver.com/baedical/10109291879

P value ( P 값 = 유의확률 ) 의 정의 및 개념

7. Mean absolute percentage error en.wikipedia.org/wiki/Mean_absolute_percentage_error

Mean absolute percentage error - Wikipedia

사실 이번 노드의 주요 내용인 ARIMA에 대해서는 노드 내용만으로는 굉장히 이해하기 어려웠습니다. 유튜브나 구글에서 arima, python stock price prediction 같은 키워드로 검색해서 나온 내용들을 좀 살펴보고 나서야 조금이나마 이해할 수 있었습니다.