데이터사이언스/데이터사이언티스트4기

삼성전자 주가 시계열 분석 설계문서 (2020-05-23 ~ 2025-05-23)

병기 2025. 5. 26. 17:07

📈 삼성전자 주가 시계열 분석 설계문서 (2020-05-23 ~ 2025-05-23)

📝 목적

  • 삼성전자 주가 5년간 데이터를 기반으로 시계열 분석 및 예측 진행
  • 정상성 확보를 위한 ACF/PACF 및 차분(1차 차분) 적용
  • ARIMA (Auto-ARIMA 포함)ARCH/GARCH 모델 각각 학습 및 예측
  • Prophet으로 추세 및 계절성까지 고려한 예측 모델 추가
  • 최종적으로 VaR(Value-at-Risk) 등 리스크 분석 시각화 진행

📌 1️⃣ 데이터 불러오기 및 전처리

  • yfinance를 사용하여 삼성전자 5년간 주가 데이터 다운로드
  • 결측값 처리, 주가 클로즈 데이터 리네이밍 및 주가 보간(선형)
  • 주가 데이터 시계열 정상화를 위해 asfreq(B) 및 forward-fill 적용

📌 2️⃣ 정상성 확인 및 차분 처리

  • ADF 단위근 검정(p-value) 및 ACF/PACF 시각화로 정상성 확인
  • p-value > 0.05 시 1차 차분(d=1) 수행 및 차분 데이터 시각화
  • 차분 후 ACF/PACF 및 ADF 재검정을 통해 정상성 여부 최종 판단

📌 3️⃣ ARIMA 모델 적용

  • (2,1,2) 파라미터의 ARIMA 모델 학습
  • Train/Test 분할(2020~2024: 학습, 2025: 테스트)
  • 예측 성능 지표(RMSE, MAE) 계산
  • 실제 vs 예측 주가 시각화

📌 4️⃣ ARCH 및 GARCH 모델 적용

  • 학습 데이터(2020~2024)로 ARCH(1), GARCH(1,1) 모델 학습
  • 조건부 변동성 예측 (Volatility Forecast)
  • ARCH/GARCH 예측 변동성 시각화 및 비교

📌 5️⃣ VaR(Value-at-Risk) 분석

  • ARIMA 예측 가격 및 GARCH 예측 변동성을 결합
  • 95% 신뢰수준에서 VaR 계산 및 시각화
  • 전체 데이터 학습 vs 2024년 데이터 학습 GARCH 기반 VaR 비교

📌 6️⃣ Prophet 예측 추가

  • Prophet을 통한 가격 추세 및 계절성 학습 및 예측
  • 예측 결과 신뢰구간(상한~하한) 포함 시각화
  • Prophet 가격 예측과 ARCH 변동성 결합 시각화

📌 7️⃣ ARCH(1) vs GARCH(1,1) 비교

  • 두 모델의 변동성 예측 결과를 동일 기간(미래 30일)으로 시각화
  • GARCH의 변동성 지속성(자기상관) 반영 우수성 확인

 

💡 확장 가능성

  • Prophet vs ARIMA vs LSTM 등 예측 모델 비교
  • CVaR(Conditional Value-at-Risk) 추가 분석
  • 외부 변수(거시경제 데이터) 연계 예측모델 설계