USDJPYの動きを予測する5

やること

季節性がどれほどあるのか、明らかにする。具体的には、曜日と月の２つの観点で見てみようかと。（例えば、２月はドル円上がりやすい、みたいな。）

以下のリンクで、時系列分析ではデータの変動要因が大きく以下の４つになると知った。

なので、その観点でデータを見てみようかと思ったのが、経緯。

  • 傾向変動
  • 循環変動
  • 季節変動
  • 不規則変動

時系列分析「使ってみたくなる統計」シリーズ第5回 | ビッグデータマガジン

結論

  • 曜日による違い f:id:iiiiikamirin:20201001081355p:plain

曜日による影響なし。

曜日による違い

#  当日にフラグ立てていることに注意

def weekdays(time_index: np.array) -> pd.Series:
    #  empty series
    weekdays = pd.Series(np.zeros(len(time_index)), index = time_index)

    for i in range(len(time_index)):
        weekdays[time_index[i]] = time_index[i].weekday()
        
    return weekdays

weekdays = weekdays(USDJPY.index.values)
df_features['weekdays'] = weekdays

view = pd.concat([data['UpDown'], data['weekdays']], axis = 1)
ax = sns.countplot(x = 'weekdays', hue = 'UpDown', data = view)
fig = ax.get_figure()
fig.savefig('output/fig1.png')

f:id:iiiiikamirin:20201001081355p:plain

曜日による影響はないみたい。