Question

我正在为别人建立一个交易算法。

我在数据帧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

这就是我运行线性回归的方法

from scipy.stats import linregress

lr = linregress( df['Volume'],df['Price'])

其中一个要求是确定当价格下跌时，哪个数量与价格偏离或价格上涨。

有没有办法做到这一点？我不知道如何确定这一点。

提前谢谢你。

Answer 1

我认为您应该使用correlations来完成您所描述的内容。

总结，相关性用于描述两个变量之间的关系，例如问题中的数量和价格。因此，无论何时关联变量，都会返回介于-1和+1之间的数字。

一般情况下，如果变量之间存在正相关（通常> 0.6），则表示当数量增加时，价格也会增加。另一方面，负相关（恰好是接近-1的值），当变量增加时，另一个减少。

通常，只要您发现相关性接近于零，就可以说相关性较弱或没有相关性。

此外，还有应用相关性的规则。通常，当您具有非高斯分布时，应使用Spearman相关。具有高斯分布，您可以使用Pearson相关。要发现您的分布是否为高斯分布，您可以使用Kolmogorov-Smirnov检验或Shapiro-Wilk检验。

还有另一个细节。计算相关性时，您必须验证p-value，它量化了相关性的有效概率。通常，p值<1。 0.05通常是可以接受的。否则，您无法得出有关相关结果的任何信息。