sons dataStory

BIAS와 이격도 BIAS 이격도 BIAS 주가와 이동평균선의 괴리도를 나타내는 지표입니다. $$\text{BIAS} = \frac{\text{현재종가 - N일 이동평균선}}{\text{N일 이동평균선}}\times 100(\%)$$ N은 일반적으로 사용자가 설정하는 기간으로 6, 12, 24일 등입니다. pandas_ta.bias(close, length=None, mamode=None, offset=None, **kwargs) 함수를 적용합니다. 매개변수 mamode로 이평선의 종류를 지정할 수 있습니다. length(기간)의 기본값은 26일 입니다. import numpy as np import pandas as pd import FinanceDataReader as fdr import yfinance as yf import pandas_ta as ta import matplotlib.pyplot as plt import mplfinance as mpf st=pd.Timestamp(2024,9, 1) et=pd.Timestamp(2025, 5,2) trgnme="000660.KS" trg=yf.download(trgnme, st, et) trg.columns=[i[0] for i in trg.columns] bias=ta.bias(trg.Close) bias.tail(3) Date 2025-04-28 -0.019559 2025-04-29 -0.019789 2025-04-30 -0.031520 Name: BIAS_SMA_26, dtype: float64 BIAS를 주가의 봉차트와 비교해 봅니다. adp=[mpf.make_addplot(ta.bias(trg.Close, length=5, mamode='ema'), panel=1, color="Navy", label="bias_5"), mpf.make_addplot(ta.bias(trg.C...

다항식 회귀(Polynomial Regression) 내용 다항식회귀? 변수의 변환 변수의 차수에 따른 변화 편향/분산 트레이드오프(Bias/Variance Tradeoff) 다항식회귀? 데이터가 비선형인 경우 선형 모델에 적합시킬 수 있습니다. 가장 간단한 형태로 데이터를 이차형식으로 변형하여 선형모델에 적용할 수 있습니다. 이러한 기법을 다항식 회귀 (polynomial regression)이라고 합니다. 예를 들어 독립변수와 반응변수의 형태가 이차형태를 가지는 인공데이터에 대해 다항식 회귀를 적용하여 봅니다. import numpy as np import pandas as pd import matplotlib.pyplot as plt font1={'family':'nanumgothic', 'size':12, 'weight':'bold'} n=100 X=np.linspace(-2, 2, n).reshape(-1,1) y=X**2+X+2+np.random.rand(n, 1) plt.figure(dpi=100) plt.scatter(X,y, s=1) plt.xlabel("X", weight="bold") plt.ylabel("y", weight="bold") plt.show() 변수의 변환 위의 독립변수의 이차항을 생성하기 위해 sklearn.preprocessing.PloynomialFeatures(degree=2, interaction_only=False, include_bias=True) 클래스를 적용합니다. 이 클래스는 변수의 2차항과 1차항 그리고 교차항을 생성합니다. 예를 들어 2개(a, b)의 독립변수가 존재한다면 이 클래스에서 다음의 변수들이 생성됩니다. a, b → 편차항, a 2 , a, ab, b, b 2 즉, 이 클래스...