Analyse exploratoire

Imports et lecture des données

Imports

import matplotlib.pyplot as plt
import mplfinance as mpl
import pandas as pd
from statsmodels.graphics.tsaplots import plot_acf, plot_pacf

from src.data.load_data import load_stock_data
from src.utils.misc import init_notebook

init_notebook()

Lecture des données

stock_name = "AAPL"

df = load_stock_data(stock_name)
print(f"{df.shape = }")

df.shape = (756, 6)

df.columns

Index(['Open', 'High', 'Low', 'Close', 'Adj Close', 'Volume'], dtype='object')

df.index

DatetimeIndex(['2019-01-02', '2019-01-03', '2019-01-04', '2019-01-07',
               '2019-01-08', '2019-01-09', '2019-01-10', '2019-01-11',
               '2019-01-14', '2019-01-15',
               ...
               '2021-12-16', '2021-12-17', '2021-12-20', '2021-12-21',
               '2021-12-22', '2021-12-23', '2021-12-27', '2021-12-28',
               '2021-12-29', '2021-12-30'],
              dtype='datetime64[ns]', name='Date', length=756, freq=None)

Présentation

Plan de la présentation

1) Introduction

• présentation du jeu de données

• définition de la problématique

2) Décomposition : tendance

• différents modèles (régressions, moyennes mobiles, B-splines)

• retrait de la tendance

3) Décomposition : saisonnalité

• affichage graphique (seasonal plot, periodogram)

• retrait de la saisonnalité

4) Prédiction

• différents modèles (ARMA / ARIMA, Prophet)

• comparaison des prédictions

5) Conclusion

• réponse à la problématique

Analyse exploratoire

Jeu de données

Cours de l’action Apple de janvier 2019 à janvier 2022 (3 ans)

• 756 dates (weekends et jours fériés exclus) => données journalières

• 6 valeurs par date : Open, High, Low, Close, Adj. Close et Volume

• nous n’étudierons que le cours de fermeture Close

Affichage des données

Candlestick chart (graphique en bougie)

df.index

DatetimeIndex(['2019-01-02', '2019-01-03', '2019-01-04', '2019-01-07',
               '2019-01-08', '2019-01-09', '2019-01-10', '2019-01-11',
               '2019-01-14', '2019-01-15',
               ...
               '2021-12-16', '2021-12-17', '2021-12-20', '2021-12-21',
               '2021-12-22', '2021-12-23', '2021-12-27', '2021-12-28',
               '2021-12-29', '2021-12-30'],
              dtype='datetime64[ns]', name='Date', length=756, freq=None)

df_3_mois = df[df.index < pd.Timestamp("2019-03-01")]

mpl.plot(
    df_3_mois, type="candle", title=f"Cours de l'action {stock_name}", style="yahoo"
)

mpl.plot(
    df_3_mois,
    type="candle",
    mav=(3, 6, 9),
    title=f"Cours de l'action {stock_name}",
    style="yahoo",
)

Line plot

df["Close"].plot(title=f"Cours de l'action {stock_name}", ylabel="Price")

<Axes: title={'center': "Cours de l'action AAPL"}, xlabel='Date', ylabel='Price'>

df["Close"].plot(title=f"Cours de l'action {stock_name}", ylabel="Price", style=".")

<Axes: title={'center': "Cours de l'action AAPL"}, xlabel='Date', ylabel='Price'>

Auto-corrélation (ACF et PACF)

Auto-corrélation (ACF)

lag = len(df_3_mois) - 1
_ = plot_acf(df_3_mois["Close"], lags=lag)

Auto-corrélation partielle (PACF)

lag = len(df_3_mois) // 2 - 1
_ = plot_pacf(df_3_mois["Close"], lags=lag)

Lag plot

lag = 1
plt.title(f"Lag plot ({lag = })")
pd.plotting.lag_plot(df["Close"], lag=lag)

<Axes: title={'center': 'Lag plot (lag = 1)'}, xlabel='y(t)', ylabel='y(t + 1)'>

lag = 10
plt.title(f"Lag plot ({lag = })")
pd.plotting.lag_plot(df["Close"], lag=lag)

<Axes: title={'center': 'Lag plot (lag = 10)'}, xlabel='y(t)', ylabel='y(t + 10)'>

Problématique

Nous cherchons à prédire le cours boursier d’Apple à horizon 2 mois.

Objectifs :

• prédiction à 60 jours pour pouvoir spéculer

• avoir un intervalle de confiance (pour ne pas prendre trop de risque)