FinanceDataReader로 주식 예측하기

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns

!pip install finance-datareader

Colab에는 기본적으로 finance-datareader 라이브러리가 설치되어 있지 않기 때문에 수동으로 설치해 주어야 합니다.

리눅스 명령어 앞에 느낌표를 붙여서 명령어를 실행시킬 수 있습니다.

 

%matplotlib inline

plt.rcParams["font.family"] = "nanummyeongjo"
plt.rcParams["figure.figsize"] = (14, 4)
plt.rcParams["lines.linewidth"] = 2
plt.rcParams["axes.grid"] = True

!pip install -U finance-datareader

matplotlib 그래프를 기본 설정하는 코드입니다.

 

import FinanceDataReader as fdr

# 한국거래소 상장종목 전체
df_krx = fdr.StockListing("KRX")
df_krx.head()

테스트로 한국거래소에 상장된 모든 기업들을 가져와 봤습니다. 매우 다양한 기업들이 있습니다.

 

# 삼성 2018년
BTC = fdr.DataReader("005930", "2018", "2022")
BTC.head(10)

한번 삼성전자의 주식 모델을 예측해 보겠습니다. 005930은 삼성전자의 코드입니다.

 

!pip install plotly
!pip install pystan==2.19.1.1
!pip install fbprophet

from fbprophet import Prophet
from fbprophet.plot import add_changepoints_to_plot
from fbprophet.plot import plot_plotly, plot_components_plotly

import pandas as pd
from prophet import Prophet

처음에 설치한 라이브러리들을 불러오겠습니다.

 

BTC["y"] = BTC["Close"]
BTC["ds"] =BTC.index
BTC.head(10)

비트코인을 예측하는 것이 아닙니다.

 

m = Prophet()
m.fit(BTC)
future = m.make_future_dataframe(periods=365)
forecast = m.predict(future)

fig = m.plot(forecast)

 

plot_components_plotly(m, forecast)

 

fig = plot_plotly(m, forecast)
fig

 

fig = m.plot(forecast)
a = add_changepoints_to_plot(fig.gca(), m, forecast)

그래프를 보면 파란색 선이 있는데 이 선이 모델이 예측한 가격입니다.