Question

我正在尝试编写一段给出两个数字列表的代码，找到beta coefficient。这可以通过找到直线的斜率或使用两个列表的协方差来完成。我尝试了np.cov()，但它给了我与预期不同的结果（该值应接近1）。 Excel的slope function正在正确地计算它，但是我试图在numpy中做同样的事情。如何计算与excel函数相似的许多点的斜率？

# both of these are lists (same size) of numbers 
bmreturns = merged['Close-bm'].pct_change()
stockreturns = merged['Close-s'].pct_change()

# incorrect value (too small) - maybe because it's normalized
print(bmreturns.cov(stockreturns))

##=SLOPE({2,4,6}, {10,20,30}) = 0.2

Answer 1

在阅读WikiPedia page on simple regression时，很明显

beta = cov（x，y）/ var（x）

您只计算cov（x，y），但不除以var（x）

一个解决方案是

bmreturns.cov(stockreturns) / bmreturns.var()

使用numpy / pandas的回归线的斜率

1 个答案: