来自趋势 python 的时间序列拟合值

Posted 2023-03-12

【中文标题】来自趋势 python 的时间序列拟合值

【英文标题】：timeseries fitted values from trend python

【发布时间】：2015-07-09 18:04:45

【问题描述】：

我在名为price_data 的数据框中有来自雅虎财经的每日股价数据。

我想为此添加一列，它提供来自 Adj Close 列的时间序列趋势的拟合值。

这是我正在使用的数据结构：

In [41]: type(price_data)
Out[41]: pandas.core.frame.DataFrame

In [42]: list(price_data.columns.values)
Out[42]: ['Open', 'High', 'Low', 'Close', 'Volume', 'Adj Close']

In [45]: type(price_data.index)
Out[45]: pandas.tseries.index.DatetimeIndex

在 Python 语言中实现这一目标的最佳方式是什么？

---

顺便说一句，以下是用 R 语言实现的

all_time_fitted <- function(data)

    all_time_model  <- lm(Adj.Close ~ Date, data=data)
    fitted_value    <- predict(all_time_model)

    return(fitted_value)

---

这里是一些示例数据：

In [3]: price_data
Out[3]: 
             Open   High    Low  Close     Volume  Adj Close  
Date                                                                     
2005-09-27  21.05  21.40  19.10  19.30     961200   19.16418
2005-09-28  19.30  20.53  19.20  20.50    5747900   20.35573
2005-09-29  20.40  20.58  20.10  20.21    1078200   20.06777
2005-09-30  20.26  21.05  20.18  21.01    3123300   20.86214
2005-10-03  20.90  21.75  20.90  21.50    1057900   21.34869
2005-10-04  21.44  22.50  21.44  22.16    1768800   22.00405
2005-10-05  22.10  22.31  21.75  22.20     904300   22.04377

【问题讨论】：

您能添加一些输入数据的样本吗？

向问题添加示例数据

而且，这可能很愚蠢，但是“拟合值”是什么意思？

对于给定的 x (Date) 值，模型计算的 y (Adj Close) 的预期值。这是参考businessdictionary.com/definition/fitted-value.html

【参考方案1】：

又快又脏……

# get some data
import pandas.io.data as web
import datetime
start = datetime.datetime(2015, 1, 1)
end = datetime.datetime(2015, 4, 30)
df=web.DataReader("F", 'yahoo', start, end)

# a bit of munging - better column name - Day as integer 
df = df.rename(columns='Adj Close':'AdjClose')
dayZero = df.index[0]
df['Day'] = (df.index - dayZero).days

# fit a linear regression
import statsmodels.formula.api as sm
fit = sm.ols(formula="AdjClose ~ Day", data=df).fit()
print(fit.summary())
predict = fit.predict(df)
df['fitted'] = predict

# plot
import matplotlib.pyplot as plt
fig, ax = plt.subplots(figsize=(8,4))
ax.scatter(df.index, df.AdjClose)
ax.plot(df.index, df.fitted, 'r')
ax.set_ylabel('$')
fig.suptitle('Yahoo')

plt.show()

【讨论】：

感谢马克，这已经完成了工作。我现在已经投了赞成票，如果明天没有更整洁的解决方案，我将标记为已接受。通过更简洁的解决方案，我的意思是使用内置功能来处理时间序列趋势，而不是要求将日期作为整数