R Time Series Analysis 時系列解析(11) ARIMAモデル3 予測

前回までで、時系列を満たすARIMA(p,d,q)のパラメータの決定方法とその評価方法を見てきた。今回は実際に予測を行って効果を検証する。(そもそもARIMAモデルありきで考えてはいけないはず)

データはここから落とした日産自動車の株価情報(日次終値)。Rではpredict関数を使って予測を行う。コードは前回分の続きから書く。

#10日間分を予測(7/4から10営業日分)
arima.pred <- predict(arima212,n.ahead=10) #前回より引用
y <- stock[,2] #前回より引用

yhat <- arima.pred$pred
sig <- arima.pred$se
yhatl <- yhat-2*sig #95%CI
yhatu <- yhat+2*sig #95%CI
xl <- c(1,260) #規定250日+予測10日
yl <- c(min(y,yhatl),max(y,yhatu))
title <- "日産自動車(7201)の株価(終値)120628-130718"

plot(y,type="l",main=title,xlim=xl,ylim=yl)
lines(yhat,lty=1,col=2)
lines(yhatl,lty=1,col=4)
lines(yhatu,lty=1,col=4)
legend("topleft",legend=c("Prediction","95%CI"),col=c("red","blue"),lty=c(1))

結果がこれ。

f:id:nakhirot:20130704021410p:plain

さすがに95%信頼区間は広すぎて当てにならなさそう。実際の結果と照らし合わせ、ARIMAモデルの出来ることと出来ないこと、そして有効な場面について考察していきたい。

【予測結果の検証】(7/18頃を予定)

TBD