Kordyuk_Lab_5_Report

library(tidyverse)
library(tsibble)
library(ggplot2)
library(lubridate)
library(readxl)
library(gridExtra)
library(dplyr)
library(patchwork)
library(zoo)
library(fable)
library(feasts)
library(fabletools)

tesla <- as_tsibble(read_csv("TSLA.csv"), index = Date)%>%
  glimpse()

Rows: 965
Columns: 7
$ Date        <date> 2019-01-02, 2019-01-03, 2019-01-04, 2019-01-07, 2019-01-0…
$ Open        <dbl> 20.40667, 20.46667, 20.40000, 21.44800, 22.79733, 22.36667…
$ High        <dbl> 21.00867, 20.62667, 21.20000, 22.44933, 22.93400, 22.90000…
$ Low         <dbl> 19.92000, 19.82533, 20.18200, 21.18333, 21.80133, 22.09800…
$ Close       <dbl> 20.67467, 20.02400, 21.17933, 22.33067, 22.35667, 22.56867…
$ `Adj Close` <dbl> 20.67467, 20.02400, 21.17933, 22.33067, 22.35667, 22.56867…
$ Volume      <dbl> 174879000, 104478000, 110911500, 113268000, 105127500, 814…

Заповнюємо пропуски

tesla = tesla %>%
  fill_gaps() %>% 
  fill(Open, .direction = "down") %>% 
  fill(High, .direction = "down") %>%
  fill(Low, .direction = "down") %>%
  fill(Close, .direction = "down") %>%
  fill(`Adj Close`, .direction = "down") %>%
  fill(Volume, .direction = "down")

Модель ETS(A, N, N)

За замовчуванням підбираються оптимальні значення для α та ℓ0.

fit <- tesla %>%
  model(ANN = ETS(High ~ error("A") + trend("N") + season("N"))) %>% 
  report()

Series: High 
Model: ETS(A,N,N) 
  Smoothing parameters:
    alpha = 0.9998998 

  Initial states:
     l[0]
 20.89667

  sigma^2:  33.1481

     AIC     AICc      BIC 
15000.32 15000.34 15016.04 

Графік максимальної щоденної ціни акції Tesla

components(fit) %>%
  autoplot()

Прогноз макс. ціни акції за день

fit %>%
  fabletools::forecast(h = 5) %>%
  autoplot(tesla) +
  labs(y = "Зріст ціни", title = "Прогноз макс. ціни акції за день")

Об’єм продажів акцій за день за моделлю ETS(A, N, N)

volume <- tesla %>%
  model(ANN = ETS(Volume ~ error("A") + trend("N") + season("N"))) %>% 
  report()

Series: Volume 
Model: ETS(A,N,N) 
  Smoothing parameters:
    alpha = 0.8955726 

  Initial states:
      l[0]
 118625434

  sigma^2:  2.829563e+15

     AIC     AICc      BIC 
59781.09 59781.11 59796.81 

Прогноз максимальної ціни акції за день за моделлю ETS(A, Ad, N)

tesla %>%
  model(holt = ETS(High ~ error("A") + trend("Ad") + season("N"))) %>%
  fabletools::forecast(h = 30) %>%
  autoplot(tesla)

Максимальна ціна акції за день за моделлю ETS(A, A, A)

tesla %>%
  model(ETS(High ~ error("A") + trend("A") + season("A"))) %>%
  report()

Series: High 
Model: ETS(A,A,A) 
  Smoothing parameters:
    alpha = 0.9985636 
    beta  = 0.000100091 
    gamma = 0.001436298 

  Initial states:
     l[0]      b[0]     s[0]     s[-1]       s[-2]      s[-3]      s[-4]
 21.82687 0.1471006 0.627123 0.4970544 -0.09540433 -0.7444616 -0.7429909
      s[-5]     s[-6]
 0.09309973 0.3655797

  sigma^2:  33.0687

     AIC     AICc      BIC 
15005.93 15006.16 15068.83 

Прогноз об’єму продажів акцій за день

tesla %>%
  model(ETS(Low)) %>%
  fabletools::forecast() %>%
  autoplot(tesla)

Точність моделі ETS(A, A, A) найнижчої ціни акції за день

tesla %>%
  model(auto = ETS(Low),
        AAA = ETS(Low ~ error("A") + trend("A") + season("A"))) %>%
  fabletools::accuracy()

# A tibble: 2 × 10
  .model .type         ME  RMSE   MAE    MPE  MAPE  MASE RMSSE   ACF1
  <chr>  <chr>      <dbl> <dbl> <dbl>  <dbl> <dbl> <dbl> <dbl>  <dbl>
1 auto   Training -0.0349  5.89  3.09 0.0155  2.01 0.293 0.356 0.0924
2 AAA    Training  0.107   5.88  3.13 0.396   2.35 0.297 0.355 0.0935