使用pandas和matplotlib在股票数据上进行回归分析

Question

我希望在股票图表上绘制Excel所称的“指数趋势/回归”图。当我在IPython笔记本中运行下面的代码时，它只是显示“内核已死亡，您要重新启动吗？”。有什么解决办法吗？此外，这仅仅是尝试进行线性回归，我不太清楚如何对指数数据进行回归。

import datetime
import matplotlib.pyplot as plt
import statsmodels.api as sm
from pandas.io.data import DataReader

sp500 = DataReader("AGG", "yahoo", start=datetime.datetime(2000, 1, 1)) # returns a DataFrame
sp500["regression"] = sm.OLS(sp500["Adj Close"], sp500.index).fit().fittedvalues()
top = plt.subplot2grid((3,1), (0, 0), rowspan=2)
top.plot(sp500.index, sp500["Adj Close"], 'b-', sp500.index, sp500["regression"], 'r-')
bottom = plt.subplot2grid((3,1), (2,0))
bottom.bar(sp500.index, sp500.Volume)
plt.gcf().set_size_inches(18,8)

- Ben McCann

---

使用 ipython --pylab 时出现分段错误。 - bmu

至于分段错误（也参见第二个答案）：这是由于numpy 1.6.2中的点函数中存在一个错误引起的，该版本添加了日期时间数组，并且仍然存在一些问题。这已在numpy 1.7.0的beta版本中得到修复。我从中得出的信息是，在numpy对这个新特性的支持失去其尖锐的边角之前，我们应该小心地使用日期时间数组。 - Josef

Answer 1

我重新审视了一下，并意识到我的先前答案不太恰当，因为它没有包括截距。我已经更新了我的答案。

段错误来自于尝试将Datetime索引用作外生变量。而应该尝试使用：

import datetime
import matplotlib.pyplot as plt
import statsmodels.api as sm
import pandas
from pandas.io.data import DataReader

sp500 = DataReader("AGG", "yahoo", start=datetime.datetime(2000, 1, 1)) # returns a DataFrame
sp500["regression"] = sm.OLS(sp500["Adj Close"],
    sm.add_constant(range(len(sp500.index)),
    prepend=True)).fit().fittedvalues

请注意，您无需将statsmodels的fittedvalues作为函数调用。如果您的数据点都是等间隔的，则此模型将与使用实际索引相同的结果。

对于您的第二个问题，pandas具有内置的指数加权移动平均值，您可能需要了解一下：pandas.ewma 这里。

- TomAugspurger

---

欢迎来到StackOverflow！pandas的ewma加1分。 - Andy Hayden

谢谢你的帮助。实际上我需要回归而不是移动平均，如果你有任何想法，请告诉我。 - Ben McCann

我想我弄清楚了第二部分：sp500["regression"] = exp(sm.OLS(log(sp500["Adj Close"]), sm.add_constant(range(len(sp500.index)), prepend=True)).fit().fittedvalues)。 - Ben McCann

Answer 2

你需要发布更多信息 - 版本号以及如何构建pandas - 可能会有追踪信息帮助缩小问题范围。我无法在IPython中使用或不使用pylab的64位Linux上复制pandas 0.9.1的段错误。您可能还想将错误报告到github问题而不是堆栈溢出。在那里更容易引起开发人员的注意。

- jseabold

---

我也无法复制。 - Wes McKinney

我在0.9.1 64位版本中遇到了段错误。 - bmu

我打开了问题[586]（https://github.com/statsmodels/statsmodels/issues/586）（我创建了statsmodels标签，所以也许是我的错，它在这里报告;-()。 - bmu

我使用Ubuntu 12.04，并使用pip安装了所有内容。以下是我的版本号：ipython == 0.13.1，numpy == 1.6.2，pandas == 0.9.1，scipy == 0.11.0，statsmodels == 0.5.0，tables == 2.4.0。 - Ben McCann