Блог

здесь немного многословно, но я был бы очень признателен за помощь.

У меня есть df данные о запасах, и то, что я пытаюсь сделать, это проверить эффективность Z-баллов, и я в основном строю Z-балл для каждого запаса, а затем вычисляю форвардный доход за 100 дней и сопоставляю их друг с другом, чтобы определить, есть ли корреляция.

Однако меня интересуют только крайности и интересует только сторона покупки, поэтому меня в основном интересуют только большие отрицательные Z-оценки, скажем, -3 или более отрицательные, и их соответствующие прямые доходы.

Затем я также хочу получить результат R-квадрата для каждого показателя z акций по сравнению с возвратом вперед.

Это то, где я нахожусь до сих пор. У меня есть мои цены в вызываемом data фрейме данных, и в конечном итоге я хочу ввести все необходимые данные в to df , а затем отобразить все это. Я пытаюсь просто получить данные в один длинный фрейм данных, поскольку меня не интересует название акций, поскольку я просто строю данные в данный момент.

Итак, я начинаю с вычисления Zscore и того, что я называю возвратом вперед, что довольно просто. Однако они оба производят NAN, поэтому, чтобы избежать df постепенного уменьшения по мере прохождения цикла, я помещаю эти новые данные в newdf и удаляю NAN.

Затем я сортирую это newdf по Zscores, чтобы вернуть любые данные, которые равны -3 или меньше, и именно здесь я столкнулся со своей первой проблемой. Если в запасе нет никаких данных для Zscores или -3 или меньше, это приводит к ошибке, и цикл прерывается.

 ValueError: Found array with 0 sample(s) (shape=(0, 1)) while a minimum of 1 is required.
 

Это ошибка, которую я получаю. Я протестировал его -2 , и все работает нормально, просто чтобы я мог убедиться, что остальная часть скрипта работает.

Затем я выполняю линейную регрессию, чтобы вернуть r-квадрат, и использую это число в качестве другого квалификатора, с помощью которого создается мой окончательный df фрейм данных.,

 df = []

for stock in stocks:
    newdf = []
    data['zscore'] = (data[stock] - data[stock].rolling(100).mean()) / data[stock].rolling(100).std()
    data['fwd100'] = (data[stock].rolling(10).mean().shift(-105) - data[stock]) / data[stock]
    newdf.append(data[['zscore', 'fwd100']])
    newdf = pd.concat(newdf, axis=1)
    newdf.dropna(inplace=True)
    newdf.sort_values('zscore', inplace=True)
    newdf = newdf[newdf.zscore < -3]
    X = newdf['zscore'].values.reshape(-1, 1)
    y = newdf['fwd100'].values.reshape(-1, 1)
    linear_regressor = LinearRegression()
    linear_regressor.fit(X, y)
    rsq = linear_regressor.score(X, y)
    if rsq > 0.3:
        df.append(newdf[['zscore', 'fwd100']])
df = pd.concat(df, axis=0)

sns.regplot(df['zscore'],df['fwd100'])
plt.show()
 

Используя -2 в качестве своего параметра, я получаю следующий график рассеяния.

Итак, мой первый вопрос: как я могу остановить возникновение этой ошибки, если у акции нет каких-либо уточняющих данных. Во-вторых, это самый эффективный способ для меня сделать это? Я чувствую, что я делал несколько обходных путей. И, в-третьих, я смотрю на 100-дневные Zscores и 100-дневные возвраты вперед, но это довольно произвольное число, возможно, оптимальной комбинацией будет 75 и 125 или что-то в этом роде, но мне пришлось бы провести немного проб и ошибок, может ли в этом помочь машинное обучение. Если да, то что лучше всего использовать для Google / чтения? Я не ожидаю большого ответа, я рад прочитать об этом сам.

Любая помощь действительно ценится, приветствия

Вот пример моих данных о запасах:

             Stock A  Stock B  Stock C  Stock D  Stock E
Date                                                   
01/04/2019     8.17     1.11     3.22    11.58     1.20
02/04/2019     8.17     1.11     3.21    11.53     1.20
03/04/2019     8.15     1.10     3.20    11.67     1.20
04/04/2019     8.12     1.10     3.21    11.66     1.21
05/04/2019     8.11     1.10     3.19    11.57     1.19
08/04/2019     8.11     1.09     3.18    11.46     1.20
09/04/2019     8.10     1.07     3.13    11.19     1.19
10/04/2019     8.15     1.08     3.13    11.30     1.17
11/04/2019     8.15     1.08     3.11    11.20     1.18
12/04/2019     8.14     1.09     3.09    11.17     1.19
15/04/2019     8.12     1.08     3.09    11.19     1.17
16/04/2019     8.11     1.08     3.08    11.02     1.17
17/04/2019     8.15     1.08     3.04    10.94     1.17
18/04/2019     8.14     1.08     3.05    11.05     1.18
19/04/2019     8.13     1.07     3.04    10.98     1.16