我需要运行很多OLS回归(~1.600)。我为~1.600个观测值中的每一个收集了60个数据点。
我正在使用Fama&法国5因子模型,其中每个观察值的60个数据点与样本中的日期匹配。例如。我在数据框中有一个开始日期[' 2010-1-1']到结束日期[' 2015-1-1']的五个因子参数。
我需要针对给定股票的股票回报运行这些参数。现在,由于五个因子参数是在一个数据帧中收集的,有大约96.000行(1600 * 60)和五列(每个因子),我需要选择前60个观测值,用OLS对一组回波运行,存储估计的系数,然后为因子参数和股票收益选择 next 60观察值。
我尝试使用像:
这样的切片start = 0
stop = 59
empty_list = []
for i in my_data:
coef = my_date[i][start:stop]
# run regression with the coef slice and store them in a dataframe
start += 60
stop += 60
然而,我似乎无法让它发挥作用。有关如何解决此问题的任何建议?
答案 0 :(得分:1)
使用groupby
+ np.arange() // 60
from statsmodels.api import formula
import pandas as pd
df = pd.DataFrame(
np.random.randn(96000, 6),
columns=['f1', 'f2', 'f3', 'f4', 'f5', 'r']
)
f = 'r ~ f1 + f2 + f3 + f4 + f5'
def regress(df, f):
return formula.ols(f, df).fit().params
results = df.groupby(np.arange(len(df)) // 60).apply(regress, f=f)
results.head()
Intercept f1 f2 f3 f4 f5
0 -0.108910 0.205059 0.006981 0.088200 0.064486 -0.003423
1 0.155242 -0.057223 -0.097207 -0.098114 0.163142 -0.029543
2 0.014305 -0.123687 -0.120924 0.017383 -0.168981 0.090547
3 -0.254084 -0.063028 -0.092831 0.137913 0.185524 -0.088452
4 0.025795 -0.126270 0.043018 -0.064970 -0.034431 0.081162