如何使用statsmodels库对时间序列数据运行ADFuller测试？

Question

我是编程语言的新手，我已经选择了Python来回溯测试交易策略（因为我听说它相对简单）。我在学习基础知识方面取得了一些进展，但是我目前仍然坚持在时间序列数据帧上执行ADFuller测试。

This is how my Dataframe looks

现在我需要在列上运行ADF测试 - “A-Btd”，“A-Ctd”等等（我有66列像这样）。我想得到每个的测试统计/输出它们。

我厌倦了cadfs = [ts.adfuller(df1)]这样的行。由于我缺乏专业知识，因此无法根据我的数据框架调整代码。

如果我错过了一些我必须提供的重要信息，我会提前道歉。请留下评论，我会尽快提供。

提前多多感谢！

Answer 1

如果你必须为这么多人做，我会尝试将结果放在一个字典中，如下所示：

import statsmodels.tsa.stattools as tsa

df = ... #load your dataframe
adf_results = {}

for col in df.columns.values:  #or edit this for a subset of columns first
    adf_results[col] = tsa.adfuller(df[col])

显然可以根据需要指定其他设置，例如tsa.adfuller(df[col], autolag='BIC')。或者，如果您不想要所有输出，而只是解析每一列以查明它是否静止，则测试统计信息是adfuller()返回的元组中的第一个条目，因此您可以使用{ {1}}并根据您的阈值测试它以获得布尔结果，然后将其作为您的字典中的值。