Budowanie wrażliwych modeli prognoz i typowe założenia prognostyczne

Prognozowanie finansowe w Pythonie

Victoria Clark

CGMA Financial Analyst

Kwestie do rozważenia przy prognozowaniu

Poprawna interpretacja danych
Uwzględnianie zmian w danych
Uwzględnianie powiązanych zmiennych
- Zależności
- Wrażliwości
Ustalanie założeń

Założenia

„Najlepsze oszacowanie" na podstawie dostępnych danych
Ustalane na początku procesu prognozowania
Służą do kierowania prognozowaniem
Mogą być bezpośrednio kontrolowane
Mogą być pośrednio kontrolowane
- Poza kontrolą firmy

czarny łabędź

Rodzaje założeń

Prawdopodobieństwo
- Ważone
Sentyment rynkowy
Popyt i podaż

Znak zapytania

Praca z parami w Pythonie

Korzystanie z połączonych list

Wynik	Prawdopodobieństwo (%)
1	30
2	20
3	50

outcome_probability = ['1|0.3', '2|0.2', '3|0.5']

Definiowanie funkcji w Pythonie

Zdefiniowanie formuły zależności lub wrażliwości

Zapobieganie duplikacji pracy i błędom

def assumption1()
  if marketsentiment = 0.3:
    sales + sales*0.1
  else 
    sales

Czas na ćwiczenia!

Prognozowanie finansowe w Pythonie

Preparing Video For Download...