Question

提前感谢您的帮助！

我有两个股票价格列表，例如：

a = [10.23, 11.65, 12.36, 12.96]

b = [5.23, 6.10, 8.3, 4.98]

我可以使用以下方法计算这两个列表的相关性：

import scipy.stats

scipy.stats.pearsonr(a, b)[0]

但是，我没有找到计算两个列表的协整的方法。

你能给我一些建议吗？

非常感谢！

Answer 1

我不相信scipy已经实施了协整检验。你可能最好用using rpy2将Python与R接口.R在urca package中提供协整检验。

例如：

import rpy2.robjects as ro
r=ro.r

a = [10.23, 11.65, 12.36, 12.96]
b = [5.23, 6.10, 8.3, 4.98]

在R：

中定义a和b

ro.globalEnv['a']=ro.FloatVector(a)
ro.globalEnv['b']=ro.FloatVector(b)

调用R cor（相关）函数：

print(r('cor(a,b,method="pearson")'))
# [1] 0.2438518

致电R ca.po（Phillips＆amp; Ouliaris协整检验）

r('library(urca)')
print(r('ca.po(cbind(a,b))'))
# ######################################################## 
# # Phillips and Ouliaris Unit Root / Cointegration Test # 
# ######################################################## 

# The value of the test statistic is: 0

但是，我不熟悉协整，如果我对ca.po的使用完全无能，那么道歉。

另请注意，R本身就是编程语言，（至少目前）是比scipy更丰富的统计函数库。可以直接运行R（没有Python）。这些电话看起来会更简单一些：

> a = c(10.23, 11.65, 12.36, 12.96)
> b = c(5.23, 6.10, 8.3, 4.98)
> z = cbind(a,b)
> z
         a    b
[1,] 10.23 5.23
[2,] 11.65 6.10
[3,] 12.36 8.30
[4,] 12.96 4.98
> ca.po(z)

######################################################## 
# Phillips and Ouliaris Unit Root / Cointegration Test # 
######################################################## 

The value of the test statistic is: 0

Answer 2

请参阅此statsmodels拉取请求http://github.com/statsmodels/statsmodels/pull/453

Answer 3

在http://nbviewer.jupyter.org/github/mapsa/seminario-doc-2014/blob/master/cointegration-example.ipynb

进行协整测试有一个非常好的例子

如何计算两个列表的协整？

3 个答案: