线性回归函数遇到“nan is not defined”错误

Question

我正在尝试计算特定时间范围内股票价格发展的线性回归。代码运行良好，直到我添加了 stats.linregress() 函数；给我以下错误：

回溯（最近一次通话最后一次）：
文件 “C:/[...]/PycharmProjects/Portfolio_Algorithm/Main.py”，行 3、在
from scipy import stats

文件“C:[...]\Continuum\Anaconda3\lib\site-packages\scipy__init__.py”，第 61 行，在

from numpy import show_config as show_numpy_config

文件“C:[...]\Python\Python35\site-packages\numpy__init__.py”，第 142 行，在

from . import add_newdocs

文件“C:[...]\Python\Python35\site-packages\numpy\add_newdocs.py”，第 13 行，在

from numpy.lib import add_newdoc

文件“C:[...]\Python\Python35\site-packages\numpy\lib__init__.py”，第 8 行，在

from .type_check import *

文件“C:[...]\Python\Python35\site-packages\numpy\lib\type_check.py”，第 11 行，在

import numpy.core.numeric as _nx

文件“C:[...]\Python\Python35\site-packages\numpy\core__init__.py”，第 21 行，在

from . import umath

文件“C:[...]\Python\Python35\site-packages\numpy\core\umath.py”，第 30 行，在

NAN = nan NameError: name 'nan' 未定义

我正在使用 Python 3.5、Anaconda（用于 scipy 和 numpy）和 PyCharm。

from yahoo_finance import Share
from math import log
from scipy import stats

yahoo = Share('YHOO')

date_list=[]
price_list=[]

timeframe = (yahoo.get_historical('2016-01-01', '2016-10-29'))
for item in timeframe:
    date_list.extend([item['Date']])
    price_list.extend([log(float(item['Close']))])

slope = stats.linregress(date_list, price_list)
print(slope)

当我运行 scipy 用户指南的示例时，我得到了同样的错误。 示例（link）：

from scipy import stats
np.random.seed(12345678)
x = np.random.random(10)
y = np.random.random(10)
slope, intercept, r_value, p_value, std_err = stats.linregress(x,y)
print("r-squared:", r_value**2)

有谁知道可能导致错误的原因？

Answer 1

这是您的示例，已重新编写以解决一些问题：

from yahoo_finance import Share
from math import log
from scipy import stats
from time import mktime, strptime
import numpy as np

yahoo = Share('YHOO')
timeframe = yahoo.get_historical('2016-01-01', '2016-10-29')
tpattern = '%Y-%m-%d' # Time-match-pattern

dates = np.zeros(len(timeframe))
prices = np.zeros(len(timeframe))

for ii,item in enumerate(timeframe):
    dates[ii] = mktime(strptime(item['Date'], tpattern))
    prices[ii] = float(item['Close'])

slope = stats.linregress(dates, np.log10(prices))
print(slope)

get_historical 方法返回一个dict 列表，每个都包含字符串。您需要将数据转换为 float 以使其有用。这似乎是您示例中的主要问题。

由于您从一开始就提取数据并且知道要分析多少数据点，因此没有理由将列表用作数据结构； numpy 数组更有效。因此，请使用dates 和prices 而不是列表。

使用numpy 数组，对整个价格数据数组进行运算以生成对数比在循环中一次一个地进行操作更有效。

您可能打算使用以 10 为底的对数，而不是斜率的自然对数。