对多个股票收益的自相关性检验答案

【问题标题】：Test for autocorrelation on a number of stock returns对多个股票收益的自相关性检验
【发布时间】：2018-10-30 16:35:38
【问题描述】：

我想对股票收益数据集进行自相关测试（比如 Durbin Watson）。特别是，我有一个包含季度股票收益的数据集，因此每个季度有 1 个观察值，它代表该季度收益公告后 1 天的股价收益。 2 只股票和 3 个季度的一个最小示例如下所示：

data = [{'date': '3/22/18', 'return': 1},{'date': '3/22/18', 'return': 1}, 
{'date': '6/22/18', 'return': 3},{'date': '6/22/18', 'return': 3},
{'date': '9/22/18', 'return': 2},{'date': '9/22/18', 'return': 2}]
df = pd.DataFrame(data, index=['s1', 's2','s1','s2','s1','s2'])

        date  return
 s1  3/22/18       1
 s2  3/22/18       1
 s1  6/22/18       3
 s2  6/22/18       3
 s1  9/22/18       2
 s2  9/22/18       2

由于我有大量股票，我认为对每只股票单独执行测试，然后对每只股票进行一系列 DW 测试统计数据可能是有意义的。说这样的话：

  s1 0.453
  s2 1.593
  s3 3.453

我正在考虑使用：

statsmodels.stats.stattools.durbin_watson(resids, axis=0)

但我不太确定如何继续获取上述数组。非常感谢任何帮助。

【问题讨论】：

标签： python pandas correlation

【解决方案1】：

按组使用 DW 测试的一种方法如下。我正在重用您的数据生成过程，将系列添加为列，进行 groupby 并直接应用测试

data = [{'date': '3/22/18', 'return': 1},{'date': '3/22/18', 'return': 1}, 
{'date': '9/22/18', 'return': 3.0},{'date': '9/22/18', 'return': 3},
{'date': '6/22/18', 'return': 2},{'date': '6/22/18', 'return': 2}]
df = pd.DataFrame(data, index=['s1', 's2','s1','s2','s1','s2'])
df.reset_index(inplace=True)
df.groupby('index')['return'].apply(lambda x: 
statsmodels.stats.stattools.durbin_watson(x, axis=0))

【讨论】：