我正在为其他人建立交易算法。
我正在数据框的两列上运行线性回归。数量和价格。
df:
Volume Price
0 12.952941 8.534815
1 12.972921 8.544813
这就是我进行线性回归的方式
from scipy.stats import linregress
lr = linregress( df['Volume'],df['Price'])
要求之一是确定何时价格从价格偏离或上升。
有什么办法吗?我不确定如何确定这一点。
先感谢您。
最佳答案
我认为您应该使用correlations来完成您描述的操作。
总而言之,相关性用于描述问题中两个变量(例如数量和价格)之间的关系。因此,每当您关联变量时,都会返回-1和+1之间的数字。
通常,如果变量之间具有正相关关系(通常> 0.6),则表示当交易量增加时,价格也会增加。另一方面,负相关(精确地接近-1的值),当变量增大时,另一个减小。
通常,只要您发现接近零的相关性,就可以说存在弱相关性或没有相关性。
此外,还有一些规则可以应用相关性。通常,当您具有非高斯分布时,应该使用Spearman相关。具有高斯分布,可以使用Pearson相关。要发现您的分布是否为高斯分布,可以使用Kolmogorov–Smirnov检验或Shapiro–Wilk检验。
还有另一个细节。在计算相关性时,您必须验证p-value,它量化了有效您的相关性的可能性。通常,p值
关于python - 如何确定线性回归中的x或y变量何时发散?,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/50575611/