在弃用的MovingOLS模块中，我很好地利用了大熊猫的here类（源stats/ols）。不幸的是，完全被大熊猫0.20摧毁了。
关于如何以有效的方式进行滚动OLS回归的问题已被多次询问（例如here），但在我看来，语言有点广泛并且没有得到很好的答案。
这是我的问题：
MovingOLS的基本框架？这一类最吸引人的特点是能够将多个方法/属性视为单独的时间序列 - 即。系数，r平方，t统计等，无需重新运行回归。例如，您可以创建类似model = pd.MovingOLS(y, x)的东西，然后调用.t_stat，.rmse，.std_err等。在下面的示例中，相反，我没有看到被迫分别计算每个统计信息的方法。有没有一种方法不涉及创建滑动/滚动“块”（步幅）和运行回归/使用线性代数来获取每个模型参数？rolling.apply无法承担更复杂的功能？*当你用外行的术语创建一个.rolling对象时，内部发生了什么 - 它是否与循环每个窗口和我在下面创建一个更高维的数组？*即，func传递给.apply：
必须从ndarray输入生成单个值* args和** kwargs传递给函数
这是我目前处于一些样本数据的地方，回归贸易加权美元对利差和铜价的百分比变化。 （这没有多大意义;只是随机选择它们。）我已经从基于类的实现中取出它并尝试将其剥离为更简单的脚本。
from datetime import date
from pandas_datareader.data import DataReader
import statsmodels.formula.api as smf
syms = {'TWEXBMTH' : 'usd',
'T10Y2YM' : 'term_spread',
'PCOPPUSDM' : 'copper'
}
start = date(2000, 1, 1)
data = (DataReader(syms.keys(), 'fred', start)
.pct_change()
.dropna())
data = data.rename(columns = syms)
data = data.assign(intercept = 1.) # required by statsmodels OLS
def sliding_windows(x, window):
"""Create rolling/sliding windows of length ~window~.
Given an array of shape (y, z), it will return "blocks" of shape
(x - window + 1, window, z)."""
return np.array([x[i:i + window] for i
in range(0, x.shape[0] - window + 1)])
data.head(3)
Out[33]:
usd term_spread copper intercept
DATE
2000-02-01 0.012573 -1.409091 -0.019972 1.0
2000-03-01 -0.000079 2.000000 -0.037202 1.0
2000-04-01 0.005642 0.518519 -0.033275 1.0
window = 36
wins = sliding_windows(data.values, window=window)
y, x = wins[:, :, 0], wins[:, :, 1:]
coefs = []
for endog, exog in zip(y, x):
model = smf.OLS(endog, exog).fit()
# The full set of model attributes gets lost with each loop
coefs.append(model.params)
df = pd.DataFrame(coefs, columns=data.iloc[:, 1:].columns,
index=data.index[window - 1:])
df.head(3) # rolling 36m coefficients
Out[70]:
term_spread copper intercept
DATE
2003-01-01 -0.000122 -0.018426 0.001937
2003-02-01 0.000391 -0.015740 0.001597
2003-03-01 0.000655 -0.016811 0.001546
我创建了一个ols模块，旨在模仿大熊猫弃用的MovingOLS;这是here。
它有三个核心类：
OLS：静态（单窗口）普通最小二乘回归。输出是NumPy数组RollingOLS：滚动（多窗口）普通最小二乘回归。输出是更高维度的NumPy数组。PandasRollingOLS：在pandas Series＆DataFrames中包装RollingOLS的结果。旨在模仿已弃用的pandas模块的外观。请注意，该模块是package（我目前正在上传到PyPi的过程中）的一部分，它需要一个包间导入。
上面的前两个类完全在NumPy中实现，主要使用矩阵代数。 RollingOLS也广泛利用广播。属性很大程度上模仿statsmodels的OLS RegressionResultsWrapper。
一个例子：
import urllib.parse
import pandas as pd
from pyfinance.ols import PandasRollingOLS
# You can also do this with pandas-datareader; here's the hard way
url = "https://fred.stlouisfed.org/graph/fredgraph.csv"
syms = {
"TWEXBMTH" : "usd",
"T10Y2YM" : "term_spread",
"GOLDAMGBD228NLBM" : "gold",
}
params = {
"fq": "Monthly,Monthly,Monthly",
"id": ",".join(syms.keys()),
"cosd": "2000-01-01",
"coed": "2019-02-01",
}
data = pd.read_csv(
url + "?" + urllib.parse.urlencode(params, safe=","),
na_values={"."},
parse_dates=["DATE"],
index_col=0
).pct_change().dropna().rename(columns=syms)
print(data.head())
# usd term_spread gold
# DATE
# 2000-02-01 0.012580 -1.409091 0.057152
# 2000-03-01 -0.000113 2.000000 -0.047034
# 2000-04-01 0.005634 0.518519 -0.023520
# 2000-05-01 0.022017 -0.097561 -0.016675
# 2000-06-01 -0.010116 0.027027 0.036599
y = data.usd
x = data.drop('usd', axis=1)
window = 12 # months
model = PandasRollingOLS(y=y, x=x, window=window)
print(model.beta.head()) # Coefficients excluding the intercept
# term_spread gold
# DATE
# 2001-01-01 0.000033 -0.054261
# 2001-02-01 0.000277 -0.188556
# 2001-03-01 0.002432 -0.294865
# 2001-04-01 0.002796 -0.334880
# 2001-05-01 0.002448 -0.241902
print(model.fstat.head())
# DATE
# 2001-01-01 0.136991
# 2001-02-01 1.233794
# 2001-03-01 3.053000
# 2001-04-01 3.997486
# 2001-05-01 3.855118
# Name: fstat, dtype: float64
print(model.rsq.head()) # R-squared
# DATE
# 2001-01-01 0.029543
# 2001-02-01 0.215179
# 2001-03-01 0.404210
# 2001-04-01 0.470432
# 2001-05-01 0.461408
# Name: rsq, dtype: float64