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
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')
曜日による影響はないみたい。