Data analysis/Time series
-
[Time Series Decomposition] Classical decompositionData analysis/Time series 2021. 12. 6. 16:47
시계열의 관측 기간(seasonal periond)을 m 이라 정의하지. 예를 들어, 관측기간 기준이 분기이고 1년을 관측했으면 m=4, 관측기간 기준이 월(monthly data)이고 1년을 관측했으면 m = 12, 관측기간 기준이 일(daily)이고 일주일을 관측했으면 m = 7인 것이다. classical decompostion에는 additive model과 multiplicative model이 존재하는데 두 모델의 차이는 seasonality를 보는 관점에 있다. additivie model을 seasonality의 주기가 일정함을 가정하고, multiplicative model에서는 주기가 변할 수 있다. 즉, m값이 변하게 되는데 이때 m을 seasonal indices라고 정의한다. 1...
-
Back testingData analysis/Time series 2021. 11. 24. 11:09
시계열 데이터를 split 하는 방법론으로 backtesting이 있다. Backtesting의 방법론으로 크게 두 가지 방법이 있는데 1. Backtesting with expanding windodw -> 과거 특정 시점에서 부터 training set의 크기를 늘려가는 방법 2. Backtesting wit sliding window -> training set의 크기를 일정하게 유지하면서 시작 시점을 이동시켜 가는 방법 자신이 분석하고자 하는 time series data의 trend를 살펴보고 이에 맞게 적절한 방법론을 활용하면 된다.