【#40】もっと高みを目指すために
おはようございます！
データサイエンスを学んでいる、大学４年生のUKIです。
今日は、『もっと高みを目指すために』というテーマでお話ししたいと思います。久しぶりの卒業研究回です。
現状共有
僕は、ビットコインの価格予測をテーマに、卒業研究をしています。
しばらく進捗報告ができていなかったのですが、現在は、予測モデルを構築して、分析結果から考察をしている段階です。
ただ、もう少し試したいことがあるので、今出ている結果の考察が終わったら、欠損値補完の手法を変えてみたり、使う説明変数を変えてみたりして、結果がどう変わるのかを見ていこうと思います。
これまでにやってきたことは、こんな感じです。
・テーマ決め
・データ収集
・定常性の確認および定常化
・モデル構築（VARモデル）
・モデル評価（RMSE）
・結果の解釈（グレンジャー因果性・インパルス応答関数）
これで胸を張れるのか？
教授に相談しながら研究を進めているのですが、以前、こんなことを聞いてみました。
「この後、もっとレベルの高いことをしようとしたら、どんなことができますか？」
すると、
「この前卒業した大学院生は、今やっているようなところで終わったよ」
という回答が返ってきました。
つまり、終わろうと思えば、このまま結果を解釈して論文を書けば研究を終われるというわけですね。
しかし、このまま研究を楽に終わらせたところで、就職後に「大学では、時系列分析の研究をしてました！」と胸を張って言えるのかが不安になり、まだまだ徹底していかないといけないなと感じています。
具体的にやることとしては、先ほど書いたように、欠損値補完の手法を変えたり、使う変数を変えてみたりすることはもちろんですが、そもそも「なぜVARモデルを使ったのか？」「なぜ評価指標にRMSEを選んだのか？」が全然説明できません。むしろ、他のモデルや評価指標の方が適切かもしれません。
ということで、これからはいろんなモデルや評価指標を学びながら、どの手法が最適なのかを決めて、論文を書くフェーズに移りたいと思います。
まとめ
最後まで読んでいただき、ありがとうございました。
今日は、『もっと高みを目指すために』というテーマでお話しさせていただきました。
今後も日々の活動や学び、考えていることなどを発信していくので、よろしくお願い致します。
また、X（旧：Twitter）でも発信しているので、フォローお願いします！
匿名で質問募集中です！
聞いてみたいことなど、お気軽にメッセージください！
この記事が気に入ったらサポートをしてみませんか？