如何成為更精準的股市預言家－以亞馬遜股價為例

情境

還在用K線看股市嗎？

你知道股價也可以用機器學習方式來預測嗎？

有些軟體公司會販售股市預測服務的app或是軟體，這些預測服務透過過去的股市歷史資料，來畫出股市短、長期的趨勢線圖，許多投資者也會依據這些軟體所預測之走勢來購買股票，然而技術分析通常都是投資人的主觀判斷，且人類在風險之下容易做出非理性的選擇，因此本文所使用的機器學習與時間序列方法可以預測某間公司的未來股價趨勢，讓金融分析軟體業者能夠優化其產品並為投資人與業者創造獲利。

預測資料視覺化

1.資料簡介

本資料為紐約證券交易所提供之數據，以美元為計價單位，此資料集包含所有標普500公司從 2013年到 2018年，共 5 年的股價歷史數據。而在此我們選取亞馬遜公司的資料，共505筆，包含七個變數（如圖一所示）。此外時間這項變數在原始資料中以文字的方式呈現，所以我們首先將其更改為時間的資料型態，以利後續分析。而我們最終目的為透過機器學習與時間序列分析方法預測未來股價以及股市走向。

時間序列：是一組按照時間發生先後順序進行排列的數據（參考Wiki）

2.演算法運用

本篇運用Facebook 開發的時間序列預測庫「 Prophet 」，進行自動化的時間序列預測，「 Prophet 」適用於有趨勢及季節性週期變化結構的資料，例如節假日的餐廳客流量和商場銷售額等，都屬於有週期變化的資料。

圖二即為利用Prophet預測出的亞馬遜股價趨勢，淡藍色的區域為預測股價的上界和下界，時間離現在越近，預測區間會較為收斂；相反的，時間距離現在越遠，預測區間會越大，表示不確定性會越高。

除了整體趨勢圖，我們也可以透過Prophet觀察股價的週期性趨勢，例如：年趨勢（圖三）與月趨勢（圖四），適合有長期投資偏好的投資人參考。在亞馬遜的股價趨勢中，我們可以發現每年都顯示出上漲趨勢，此外每年的一月和十二月會有明顯的上升趨勢，主要是因為零售業在12月的聖誕節期間通常都有非常好的銷售額表現，進而影響到股價表現。

另外，Prophet模型內也可以加入對股價有顯著影響的時間變數，例如：節日和產品發表會日期。調整後的模型（如圖五），可看出預測區間範圍縮小，預測模型會更加準確。

成果與應用

透過上述分析，我們可以掌握亞馬遜股價短期價格預測和長期趨勢，提供給短線和長線交易投資人更完整的技術分析建議，可以減少投資人因為資料不足和決策偏誤出現的交易損失。本文之成果也可提供金融分析軟體業者優化產品的建議，為業者和投資人創造雙贏獲利。

此外，本文所使用之分析工具與方法不僅可以運用在預測股市，也可以廣泛運用在其他零售業、航空業和餐旅業等這類受季節性影響較大的數據預測，例如在台灣的農曆春節、端午和中秋等節日都是消費者置辦料理食材的重要時刻，如果可以準確預測當日銷售額，即可提前準備適當的商品數量供消費者購買，以免出現有人無貨的情況。

作者：林蔚恩（臺灣行銷研究特邀作者）、徐佳靖（臺灣行銷研究特邀作者）、鍾皓軒(臺灣行銷研究有限公司創辦人）

參考資料
S&P 500 stock data
S&P 500 || Time Series Forecasting with Prophet