[도서] 파이썬 시계열 예측 분석

Leo·2024년 8월 1일

파이썬 시계열 예측 분석

파이썬 시계열 예측 분석은 시계열 데이터를 체계적이고 쉽게 설명한 최고의 책입니다. 이전의 시계열 분석 도서들도 좋은책이 많지만 입문자들이 이해하기 어려웠던 반면, 이 책은 훌륭한 설명과 구조를 갖추고 있습니다.

번역서라 큰 기대 없이 읽기 시작했지만, 시계열 예측 분석과 관련된 파편화된 지식을 체계적으로 정리해 주는 느낌을 받았습니다.

책에서 설명한 시계열 기초

확률보행 모델을 사용하여 일일 종가를 모델링한다면

정상적(stationary)를 가장 먼저 확인
정상적으로 만들기 위해 차분과 같은 변환 필요 (시계열을 정상화하기 위해 여러번 차분)
자기상관함수를 도식화하여 일일 종가를 활률보행 모델로 근사화할 수 있는지 확인

이동평균과정 모델링하기

정상적인가 -> 차분 -> ACF도식화 -> 자기상관관계 -> (Yes) 이동평균
이동평균과정은 현재값이 평균과 현재 오차항, 과거 오차항에 선형적으로 의존한다고 정의함
ACF 도식을 살펴보면 정상적 이동평균과정의 차수q를 식별하고 계수는 지연 q까지만 유의함

자기회귀과정 모델링하기

정상적인가 -> 차분 -> ACF도식화 -> 자기상관관계 -> (Yes) 지연q이후 자기상관관계 계수가 갑자기 유의하지 않게되는가? -> (yes) 자기회귀과정
자기회귀과정은 변수가 자기 자신에게 회귀하는 프로세스임

저자의 센스가 돋보이는 부분

파트 1: 시간은 그 누구도 기다려주지 않는다

파트 1의 제목은 기술서적 느낌을 벗어나 스토리가 있는 듯한 주제를 담고 있으며, 내용에도 흐름이 있습니다. 기술 서적에서도 흐름 있는 책을 선호하는데, 이는 기초를 다질 때 머릿속에 구조화하기 쉽기 때문입니다. 이 책은 시계열 기초를 탄탄하게 다루고 있어, 저자의 세심한 배려와 이해를 돕는 설명 덕분에 시계열의 기초 개념을 쉽게 파악할 수 있습니다.

다양한 모델 다루기

이 책은 시계열 기초부터 시작해서 이동평균, ARIMA뿐만 아니라 SARIMA, SARIMAX, 그리고 Prophet까지 다양한 모델을 다룹니다. 이를 통해 시계열 예측의 깊이를 더해주며, 다양한 모델을 학습할 수 있습니다.

저자의 명확한 설명 방식

저자는 '하지 않는 경우가 많다', '밖에 할 수 없다'라는 표현을 사용하여 각 방법의 한계점을 분명하게 짚고 넘어갑니다. 단순히 특징만 설명하는 것이 아니라, 입문자가 실제 경험하기 전에 방법의 장단점을 명확히 이해할 수 있도록 도와줍니다.

반복적인 모델링 절차 그림

책 중간중간 반복적으로 비슷하지만 다른 모델링 절차 그림을 보여줍니다. 이는 독자가 전체 흐름을 파악하고 이해하는 데 큰 도움이 됩니다. 예를 들어, 이동평균 과정에서는 첫번째 데이터 수집부터 정상성 테스트, 수열이 정상이 될 때까지 차분, ACF 도식화, 유의미한 자기상관계수 찾기 등의 과정을 체계적으로 설명하고 있습니다. 개인적으로 구조화하는데 큰 도움이 되었어요!

매력적인 요소: Prophet 활용법

이 책의 매력적인 요소 중 하나는 메타의 Prophet 활용법입니다. 한때 메타에서 Prophet을 공부하며 정보를 찾기 어려웠는데, 이 책에서는 Prophet을 사용한 결과 분석을 자세히 다루고 있어 매우 유용했습니다. 시계열을 공부하는 독자라면 다양한 사례를 통해 학습할 수 있을 것입니다.