파이썬을 활용한 금융 분석(2판) : 파이썬의 기초부터 금융공학, 머신러닝, 퀀트 분석, 매매 시스템 구현까지

517

13

장

통계 분석

●

사전확률:



1

1

2

pH 

●

정규화 상수:



11 12 1

23 23 2

pD

●

가능도:

1

1

(| )

3

pD H 

결과적으로

H

1

의 확률은 다음과 같다.

1

11

1

23

( |)

1

3

2

pH D



 

이는 직관적인 결과와도 일치한다. 상자

B

2

에서 검은 공을 꺼낼 확률은 상자

B

1

에서 검은 공을

꺼낼 확률보다 두 배 높다. 따라서 검은 공이라고 확인된 이후에는

H

2

의 확률이

H

1

의 확률의

두 배가 되어야 한다.

13.3.2

베이즈 회귀

PyMC3

는 파이썬 생태계에서 제공하는 베이즈 통계 및 확률 프로그래밍을 구현하는 패키지

다. 직선 주위의 잡음이 있는 데이터를 모형화하는 다음 예제를 생각해보자.

7

우선 해당 데이터

에 대해 일반 최소 자승 회귀법(

11

장 참조 )을 구현하면 [그림

13

-

15

]에 보인 것과 같다.

In [1]: import numpy as np

import pandas as pd

import datetime as dt

from pylab import mpl, plt

In [2]: plt.style.use('seaborn')

mpl.rcParams['font.family'] = 'serif'

np.random.seed(1000)

7

이 예제는

PyMC3

패키지의 저자인 토머스 위키(

Thomas

Wiecki

)가 고안한 ...