Python 将线性回归结果填充到数据框中

我正在两支股票之间进行回归：

（y=银行矩阵['EXO.MI']

及

x=银行矩阵['LDO.MI']）

我的任务是每20天更新一次坡度系数（回顾）。简言之，我希望从第20天开始（我的回顾）有一个斜率系数列表。所以我运行了一个叫做reg的回归模型

同时，我创建：

A） 3个空列表：区间=[]、对冲=[]、残差=[]

B） 1个名为Regressione的数据框，其中我希望在此数据框列（['Intercept'，'Hedge'，'residuals'）内复制回归结果（截距，斜率和残差）

现在，整个代码：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import pandas_datareader as pdr
from sklearn.linear_model import LinearRegression
from pandas.plotting import register_matplotlib_converters
register_matplotlib_converters()


tickers=['EXO.MI','LDO.MI']
end=datetime.date.today()
gap=datetime.timedelta(days=650)
start=end- gap

Bank=pdr.get_data_yahoo(tickers,start=start,end=end)
bank_matrix=Bank['Adj Close']
bank_matrix=bank_matrix.dropna()

exor=bank_matrix['EXO.MI']
leonardo=bank_matrix['LDO.MI']

Regressione=pd.DataFrame(data=np.zeros((len(exor),3)),columns=['Intercetta','Hedge','Residuals'],index=bank_matrix['EXO.MI'].index)
lookback=20
Hedge=[]
Intercetta=[]
Residuals=[]

for i in range(lookback,len(exor)):
    reg=LinearRegression().fit(bank_matrix[['LDO.MI']][i-lookback+1:i],bank_matrix[['EXO.MI']][i-lookback+1:i])
    # Regressione.iloc[Regressione[i,'Hedge']]=reg.coef_[0]
    Hedge.append(reg.coef_[0])
    Intercetta.append(reg.intercept_)
    y_pred=reg.predict(bank_matrix[['LDO.MI']][lookback:])
    Residuals.append(bank_matrix[['EXO.MI']][lookback:].to_numpy()-y_pred)
Regressione=pd.DataFrame(list(zip(Intercetta,Hedge,Residuals)),columns=['Intercetta','Hedge','Residuals'])
Regressione.set_index(bank_matrix[['EXO.MI']].index[lookback:],inplace=True)

现在，最后一个问题是：为什么在我的最后一个数据帧“Regressione”中，第三列（“残差”）是一个水平数组？？

来自文档：

如果传递了dict/series列表，并且键都包含在数据帧的索引中，则生成的数据帧中的列顺序将保持不变

迭代地将行追加到数据帧可能比单个串联更需要计算。更好的解决方案是将这些行附加到列表中，然后一次将列表与原始数据帧连接起来

---

例如，您需要使用

df.loc

来修改数据帧中的数据…

因此，首先，我认为这两行代码是完全错误的：

y_pred=reg.predict（银行矩阵['LDO.MI']]][lookback:]
附加（bank_matrix['EXO.MI']][lookback:].to_numpy（）-y_pred）

基本上，你试着对从1到20，然后从2到21，从3到22等等的所有点进行线性回归。然后你试着将回归拟合到从观察20开始的数据。因此，你得到例如5到24的模型，并在此基础上预测观测值20，直到最后，并计算预测值和实际值之间的差异（请注意，

bank_矩阵[['EXO.MI']]][lookback:][.to_numpy（）

在

for

循环期间不会改变）

我想这里更有意义的是：

y_pred=reg.predict（银行矩阵['LDO.MI']][i-lookback+1:i]）
附加（bank_matrix[['EXO.MI']][i-lookback+1:i].to_numpy（）-y_pred）

因此，您可以考虑模型的错误，或者：

y_pred=reg.predict（银行矩阵['LDO.MI']][i:]
残差。追加（bank_matrix[['EXO.MI']][i:][.to_numpy（）-y_pred）

因此，您可以尝试将基于当前时间跨度的预测与未来的数据相匹配

现在，第一个选项将生成每行19个元素的列表，而另一个选项将生成430个元素的列表，每行减少1个元素，直到最后一行中有1个元素。因为这些都是残差-所以你有一条线，有一个斜率，每给定的时间跨度有一个树篱，但是你有在这个范围内的观察数量，产生每个不同的结果。所以，根据你想表达它的方式，你可以用平方残差求和，或者取平均残差，你只需要对它进行进一步的变换，就可以得到一个数字

---

希望这有助于…

因为这样插入它。更好的问题是——你们想要什么？例如，您想要的输出是什么？我的输出是我已经说过的：一个数据帧（回归），有3列（中间值、对冲、残差）。每行必须包含3个元素，1个为列。但我真的不明白，为什么在“残差”后面加上“y_pred”，它会变成一个水平序列。我错在哪里？好吧，不执行你的代码，你在每一行残差后面加的是：

bank_matrix[['EXO.MI']]][lookback:.to_numpy（）-y_pred

它看起来确实像一个水平列表……好吧，但是如何让我的第三列（残差）看起来和其他两列（中间列，残差）一样？？？？我需要残差的列向量来构建我的信号，所以我必须处理并绘制它们。好的，仔细看看，什么是

exor

-我得到

exor没有定义执行期间的错误HI Gregorz谢谢你的帮助，很抱歉我的延迟。你是对的，我混淆了回归期的时间框架，但更糟糕的是，我不明白，即使每20天只计算1个对冲和中间交易，残差仍然是20！所以，我想我应该对我的每一行残差做一个平均值。我写道：res=[I.mean（）代表残差中的I]。当时我刚刚写了：plt.hist（res）和plt.plot（res）来确认我的残差的准正态分布。顺便说一下：在我的for循环回归中，我用“residuals.append”（reg.residuals）替换了“residuals.append…”。“登记残留量”是否与每20天子周期的残留量平均值相同？？？