Doların Falına Bakmak
Son günlerin en çok merak uyandıran konularından biri, elbette “dolardaki yükseliş” konusudur. En can alıcı soru: “Acaba dolar kaç liraya kadar yükselecek?”
Bu konuya bir nebze olsun katkıda bulunmak için, ben de doların falına bakayım dedim!…
Aslında faldan falan anlamasam da, elimde güzel bir fal bakma sistemi var. Facebook tarafından geliştirilmiş: fbprophet. Kullanımı olağanüstü kolay. Pandas ve numpy ile entegre edebiliyor; matplotlib ile sonuçları görselleştirebiliyorsunuz. Zaman serileri için çok pratik bir araç. Python 3.6.5 ile sorunsuz çalışıyor.
USDTRY günlük tarihsel verisini https://tr.investing.com sitesinden indirdim.
İndirdiğim verisetinde “Tarih”,”Şimdi”,”Açılış”,”Yüksek”,”Düşük”,”Fark %” kolonları var. Ben sadece “Tarih” ve “Şimdi” kolonlarını kullandım.
Grafikleri anlamlı bir şekilde yorumlayabilmek için elbette yeterli ekonomi bilgisine sahip olmak gerekiyor. Ben, böyle bir birikime sahip değilim. Yine de, ekonomi bilgisinden bağımsız olarak, ilginç birkaç bilgiye erişebildim:
1. Tarihsel bilgi aralığını çok geniş veya çok dar tutunca sonuçlar anlamsızlaşıyor.
2. 2 ila 5 yıllık dönemlerin eksterpolasyonu daha anlamlı görünüyor.
3. Doların ne yapacağını sadece eldeki tarihsel veriyi kullanarak kestirmek mümkün değil. (Bu işi ekonomistlere bırakmak yerinde olacak.)
Projede 3 ayrı dönemi inceledim: 2012, 2014 ve 2016 yılından günümüze kadarki dönemler.
1. dönem: 01.01.2016 – 24.08.2018 arası. Bu döneme göre 2019 yıl başında oluşacak dolar değeri yaklaşık 9.00 TL.
2016-2018 dönemi
2. dönem: 01.01.2014 – 24.08.2018 arası. Bu döneme göre 2019 yıl başında oluşacak dolar değeri yaklaşık 6.50 TL.
2014-2018 dönemi
3. dönem: 01.01.2012 – 24.08.2018 arası. Bu döneme göre 2019 yıl başında oluşacak dolar değeri yaklaşık 5.20 TL.
2012-2018 dönemi
Hangi senaryoyu seçeceğiniz, tamamen size kalmış.
Ben falda çıkanı söyledim sadece.
Bunlar da kodlarımız:
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 |
""" Program: Ahmet Aksoy Yazım tarihi: 26.04.2018 Python: 3.6.5 pandas: 0.23.4 matplotlib: 2.2.3 fbprophet: 0.3.post2 conda: 4.5.10 """ import pandas as pd import matplotlib.pyplot as plt import fbprophet df1 = pd.read_csv('USD_TRY.csv',decimal=',') # Kullanılacak kolonları seç df = df1[['Tarih','Şimdi']] # Prophet için ds (Tarih) and y (Değer) kolonları gerekiyor df = df.rename(columns={'Tarih': 'ds', 'Şimdi': 'y'}) # Tarih formatını düzenle df['ds'] = pd.to_datetime(df['ds'], format='%d.%m.%Y') # Satırlarımız sadece 2014'ten sonrasını içersin df = df[(df['ds']>='2012-01-01')&(df['ds']<='2018-08-25')] df = df.sort_values(by=['ds'],ascending=True) plt.plot(df['ds'], df['y'],'r') plt.title('Gerçek USDTRY Fiyat Değişimi') plt.ylabel('Fiyat (TRY)') plt.draw() # prophet modelini hazırla ve fit metodunu uygula df_prophet = fbprophet.Prophet(changepoint_prior_scale=0.15) df_prophet.fit(df) # 12 aylık gelecek tahmini yap tahmin_suresi=365 df_forecast = df_prophet.make_future_dataframe(periods= tahmin_suresi, freq='D') # Tahminleri gerçekleştir df_forecast = df_prophet.predict(df_forecast) # Sonuçları görselleştir df_prophet.plot(df_forecast, xlabel = 'Tarih', ylabel = '1 $ karşılığı TRY değeri') plt.title(f'{tahmin_suresi} günlük USDTRY Tahmin') plt.title('USDTRY Fiyat Değişimi') plt.ylabel('Fiyat (TRY)') plt.show() |
Ahmet Aksoy
