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) 및 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