• AIでデータ分析-ARIMAモデル：NVIDIAの株価を予測する
• 用いるデータの紹介
• AIの活用：ChatGPTで実行する
• BIツールの活用：Exploratoryで実行する
• まとめ

AIでデータ分析-ARIMAモデル：NVIDIAの株価を予測する

このノートは、データ分析においてAIを使って何ができて何ができないかを検証するために、実際に試した結果をまとめたノートです。

今回はARIMAモデルを用いてNVIDIAの株価の予測モデルを作成し、未来30日間の株価を予測してみたいと思います。

その際AIを用いることでいかに効率化できるのか、体験していただければと思います。

所要時間は30分ほどとなっています。

それでは、さっそく始めていきましょう！

データの紹介

今回検証に用いるデータのサンプルデータはNVIDIAの株価データです。

サンプルデータはこちらからダウンロードできます。

1行が1日の株価データになっています。列情報としては日付と株価があります。

AIの活用：ChatGPTでサンプルコードを作成し実行する

AIを使って予測モデル作成コードを生成し実行します。

結果を確認します。

観測値と予測値を可視化することができました。

最適な次数は(4 ,1 ,4)でした。

予測精度は

MAE : 36.07

RMSE : 40.27

MAPE : 20.21%

所要時間は120分でした。

BIツールの活用：Exploratoryで実行する

Exploratoriyを開き、データをインポートしたらアナリティクスを開きます。

下記画像のように３箇所選択し、実行をクリックします。

観測値と予測値が可視化されました。

下にスライドしてくと解釈の仕方についてサポートがあります。

結果を確認します。

RMSE : 1.49

MAE : 0.60

MAPE : 0.02

R2乗 : 1.00

所要時間は1分でした。

まとめ

今回はNVIDIAの株価をを予測するにあたり、2つの方法を試しました。

1つ目の方法はAIを用いた方法と、もう1つはExploratoryを用いた方法です。

結果はAIでも適切に予測モデルの作成、結果を得ることができましたが、Exploratoryを用いた方が早く、より精度が高い結果を得ることができることを確認することができました。

AIでできることとできないことを把握し、うまく活用することで、データ分析もかなり効率化できそうですね！

AIでデータ分析-ARIMAモデル：NVIDIAの株価を予測する　は以上となります！