Time Series Forecasting with Yahoo Stock Price
Ahmad Fauzi
2023-07-27
1 Introduction
Kali ini kami akan mencoba menganalisis dan memberikan model prediksi harga saham mingguan menggunakan dataset Time Series dari Saham S&P 500. Dataset ini kami dapatkan melalui Kagle dengan rentang waktu mulai dari 23 November 2015 - 20 November 2020. Perlu diingat bahwa harga saham itu bersifat fluktuatif untuk pergerakkannya, jadi sulit sekali untuk mendapatkan model terbaik karena banyak faktor yang berpengaruh didalamnya.
Tujuan : Melalui model sederhana ini kami akan mencoba melakukan prediksi harga saham untuk 7 hari kedepan
2 Data Preprocess
Pertama, kami akan menyimpan dataset yang dibutuhkan kedalam objek
stock menggunakan fungsi read.csv dari R dan
menampilkan 6 data teratas dari dataframe menggunakan fungsi
head() untuk melihat data yang dimiliki.
2.1 Table Preview
stock <- read.csv("data input/yahoo_stock.csv")
head(stock)Deskripsi kolom:
Date: Tanggal tradingHigh: Harga tertinggiLow: Harga terendahOpen: Harga saat transaksi saham dibukaClose: Harga saat transaksi saham telah ditutupVolume: Jumlah total aktivitas perdaganganAdj.Close: Nilai yang disesuaikan menjadi faktor dalam aksi korporasi seperti dividen, stock split, dan penerbitan saham baru.
Kemudian kami perlu melihat struktur data untuk melihat jumlah data,
kolom yang ada, hingga tipe data dari setiap kolom. Apakah diperlukan
penyesuaian atau tidak, menggunakan fungsi glimpse() yang
ada pada library dplyr.
glimpse(stock)## Rows: 1,825
## Columns: 7
## $ Date <chr> "2015-11-23", "2015-11-24", "2015-11-25", "2015-11-26", "201…
## $ High <dbl> 2095.61, 2094.12, 2093.00, 2093.00, 2093.29, 2093.29, 2093.2…
## $ Low <dbl> 2081.39, 2070.29, 2086.30, 2086.30, 2084.13, 2084.13, 2084.1…
## $ Open <dbl> 2089.41, 2084.42, 2089.30, 2089.30, 2088.82, 2088.82, 2088.8…
## $ Close <dbl> 2086.59, 2089.14, 2088.87, 2088.87, 2090.11, 2090.11, 2090.1…
## $ Volume <dbl> 3587980000, 3884930000, 2852940000, 2852940000, 1466840000, …
## $ Adj.Close <dbl> 2086.59, 2089.14, 2088.87, 2088.87, 2090.11, 2090.11, 2090.1…Terlihat bahwa kolom Date belum bertipe data
date oleh karena itu kami perlu untuk memperbaiki tipe data
tersebut. Selain itu juga kita hanya menggunakan kolom Date
dan Open untuk analisis kita, kami memilih kolom
Open karena ini menjadi nilai harga kumulatif saham sebelum
terjadinya transaksi di hari tersebut. Kita juga malakukan
arrange() dan padding time series mengunakan fungsi
pad () untuk memastikan data waktu tidak ada yang terlewat
ataupun kosong.
stock_clean <- stock %>%
mutate(Date = ymd(Date)) %>%
select(Date, Open) %>%
arrange() %>%
pad()3 Model Fitting and Evaluation
Tujuan dari dilakukannya Model Fitting dan
Evaluation pada data time series adalah untuk membangun
model prediksi yang akurat dan menguji sejauh mana model tersebut dapat
memprediksi nilai-nilai masa depan dengan baik. Langkah ini penting
dalam analisis time series karena membantu memahami performa
model dan mengidentifikasi apakah model tersebut dapat
diandalkan untuk melakukan prediksi masa depan.
3.1 Time Series Object
Pertama kami akan membuat objek time series yang
akan disimpan pada objek stock_ts
# simpan dalam object stock_ts
stock_ts <- ts(data = stock_clean$Open, # yang ditinjau adalah kolomnya
frequency = 7 ) # perulangan yang ingin ditinjau mingguan
stock_ts %>% autoplot()
Dilanjutkan dengan proses decomposition pada objek TS. Tujuannya untuk menguraikan tipe-tipe data pada setiap komponen time series yang ada agar tepat dalam penentuan pemilihan model untuk forecast nya.
stock_decom <- stock_ts %>% decompose(type = "multiplicative")
stock_decom %>% autoplot()
3.2 Spliting Data
Setelah itu kami akan melakukan cross-validation
dengan aturan yang sudah di identifikasi sebelumnya yakni dengan
menggunakan fungsi head() dan tail() pada
objek time series yang sudah dibuat
- Data train (data untuk model): data real di tahun 2015 - 2020 tanpa
satu minggu terakhir yang di simpan kedalam object
stock_train - Data test (unseen data) : data seminggu terakhir yang disimpan
dengan kedalam object
stock_test
# test menggunakan `tail()`
stock_test <- tail(stock_ts,7)
range(stock_clean$Date)## [1] "2015-11-23" "2020-11-20"# train menggunakan `head()`
stock_train <- head(stock_ts,-7)3.3 Holt’s Winters Model
Pertama tentunya kami akan membuat model Holt’s Winters terlebih dahulu
hw_model <- HoltWinters(stock_train) # Membuat model Kemudian kami ingin meramalkan dan mengevaluasi model dengan beberapa kondisi:
Gunakan fungsi
forecast()untuk forcasting data mingguanPastikan bahwa
forcast_hwsebagai vector sebelum melakukan evaluasi model
forcast_hw <- forecast(stock_train, h = 7) # Melakukan forecasting
stock_train %>%
autoplot() +
autolayer(forcast_hw$fitted, series = "Fitted Data") +
autolayer(forcast_hw$mean, series = "Forecast") +
autolayer(stock_test, series = "Test Data") # Membuat visualisasi
# Melakukan evaluasi model
hw_forcast <- as.vector(forcast_hw$mean)
hw_acc <- accuracy(hw_forcast,stock_test)
hw_acc## ME RMSE MAE MPE MAPE ACF1 Theil's U
## Test set 28.34609 37.6122 28.34666 0.7868607 0.786877 0.2580653 1.334341Didapatkan MAE yang cukup besar yakni di angka 28.3%
3.4 Arima Model
Pertama tentunya kami akan membuat model Arima terlebih dahulu
# Membuat model
arima_model <- stlm(stock_train, method="arima")Kemudian kami ingin meramalkan dan mengevaluasi model dengan beberapa kondisi:
Gunakan fungsi
forecast()untuk forcasting data mingguanPastikan bahwa
forcast_arimasebagai vector sebelum melakukan evaluasi model
forcast_arima <- forecast(arima_model, h=7) # Melakukan forecasting
stock_train %>%
autoplot() +
autolayer(arima_model$fitted, series = "Fitted Data") +
autolayer(forcast_arima$mean, series = "Forecast") +
autolayer(stock_test, series = "Test Data") # Visualisasi
# Melakukan evaluasi model
arima_forcast <- as.vector(forcast_arima$mean)
arima_acc <- accuracy(arima_forcast,stock_test)
arima_acc## ME RMSE MAE MPE MAPE ACF1 Theil's U
## Test set 27.84687 35.21841 28.22594 0.7736397 0.7843101 0.3387263 1.24784Didapatkan MAE yang cukup besar yakni di angka 28.2%
3.5 STLM Model
Pertama tentunya kami akan membuat model STLM terlebih dahulu
stlm_model <- stock_train %>%
stlm(lambda = NULL) %>%
forecast(h=7*2) # Membuat model dan forecasting
stock_train %>%
autoplot() +
autolayer(stlm_model$fitted, series = "Fitted Data") +
autolayer(stlm_model$mean, series = "Forecast") +
autolayer(stock_test, series = "Test Data") # Membuat visualisasi
Kemudian kami ingin meramalkan dan mengevaluasi model dengan beberapa kondisi:
Pastikan bahwa
stlm_modelsebagai vector sebelum melakukan evaluasi modelMelakukan evaluasi model menggunakan fungsi
accuracy()dan memasukannya pada objekstlm_acc
# Melakukan evaluasi model
stlm_forcast <- as.vector(stlm_model$mean)
stlm_acc <- accuracy(stlm_forcast,stock_test)
stlm_acc ## ME RMSE MAE MPE MAPE ACF1 Theil's U
## Test set 24.08308 31.48037 24.38284 0.6687468 0.6771844 0.3135758 1.115124Didapatkan MAE cukup kecil model sebelumnya 24.3%
3.6 TBATS Model
Pertama tentunya kami akan membuat model TBATS terlebih dahulu
- Gunakan fungsi
forecast()untuk forcasting data mingguan
# Membuat model dan forecasting
log_tbats <- stock_train %>%
log() %>%
tbats(use.box.cox = NULL,
use.trend = NULL,
use.damped.trend = NULL)
tbats_model <- forecast(log_tbats, h=7)
plot(tbats_model) # Visualisasi
Kemudian kami ingin mengevaluasi model dengan beberapa kondisi:
- Pastikan bahwa
tbats_modelsebagai vector sebelum melakukan evaluasi model
# Melakukan evaluasi model
tbats_forcast <- as.vector(exp(tbats_model$mean))
tbats_acc <- accuracy(tbats_forcast,stock_test)
tbats_acc## ME RMSE MAE MPE MAPE ACF1 Theil's U
## Test set 28.56128 37.77464 28.56128 0.7928705 0.7928705 0.2580653 1.340112Didapatkan MAE yang cukup besar yakni di angka 28.5%
3.7 Compare Multiple Model
Setelah melakukan model fitting dan evaluation menggunakan fungsi
accuracy() maka didapatkan hasil evaluasi model sebagai
berikut, dimana kami fokus pada nilai MAE yang dihasilkan disetiap
modelnya:
MAE_model <- data.frame(Model = c("Holt’s Winters", "Arima","STML", "TBATS"),
MAE = c(28.3, 28.2, 24.3, 28.5)) # Membuat dataframe untuk nilai MAE
MAE_modelMaka didapatkan model STML sebagai model terbaik dengan MAE sebesar 24.3
4 Assumption Checking
4.1 No-Autocorrelation for residuals
Untuk mengecek ada/tidaknya autokorelasi pada hasil forecasting time
series bisa menggunakan uji Ljung-box dengan menggunakan fungsi
Box.test(residual model, type = "Ljung-Box") yang akan
menghasilkan sebuah nilai p-value. Hipotesis yang digunakan yaitu:
H0: residual has no-autocorrelation
H1: residual has autocorrelation
yang diinginkan p-value > 0.05 (alpha), no-autocorrelation
# menggunakan Ljung-Box test
Box.test(stlm_model$residuals, type = "Ljung-Box")##
## Box-Ljung test
##
## data: stlm_model$residuals
## X-squared = 0.016156, df = 1, p-value = 0.8989p-value > 0.05, maka gagal tolak H0 (residual no-autocorrelation), artinya tidak adanya autokorelasi pada hasil forecasting
4.2 Normality of residuals
Untuk mengecek normality residual pada hasil forecasting time series
kami bisa melakukan uji normality (shapiro test) dengan menggunakan
fungsi shapiro.test(residual model)
H0: residual menyebar normal
H1: residual tidak menyebar normal
yang diinginkan p-value > 0.05 (alpha), residual menyebar normal
shapiro.test(stlm_model$residuals)##
## Shapiro-Wilk normality test
##
## data: stlm_model$residuals
## W = 0.84065, p-value < 2.2e-16p-value < 0,05 (alpha), maka tolak H0 (residual tidak menyebar normal). Sehingga asumsi residual tidak terpenuhi yang mengartikan bahwa residual tidak menyebar secara normal, hal ini tentu saja disebabkan karena harga saham bersifat fluktuatif dan banyak sekali faktor yang mempengaruhi nilai saham tersebut.
5 Conclusion
Memalui analisis time series sederhana ini didapakan model STLM menjadi model dengan MAE terkecil yakni berada di nilai 24.3%. Namun hal ini tentunya belum cukup untuk dijadikan tools bagi trader dalam mengambil keputusan pada market. Karena tujuan projek ini hanyalah untuk pembelajaran pertama kami dalam melakukan analisis time series. Terimakasih dan Semoga Bermanfaat