运行 python 中的多个 OLS 回归

Question

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 & French 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相匹配。例如。我在数据框中有从开始日期 ['2010-1-1'] 到结束日期 ['2015-1-1'] 的五个因子参数。

我需要运行针对给定股票的股票 returns 这些参数。现在，由于五个因子参数收集在一个数据框中，大约有 96.000 行 (1600*60) 和五列（每个因子），我需要 select 前 60 个观察值，运行这些针对一组 returns 和 OLS，存储估计系数，然后 select next 60 个观测值，用于因子参数和股票 returns。

我试过像这样使用切片：

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

但是，我似乎无法让它工作。关于如何解决这个问题的任何建议？

Answer 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

运行 python 中的多个 OLS 回归

Running multiple OLS regressions in python

python

excel

finance

pandas