1
我需要运行大量的OLS回归模型(〜1.600)。我已经为〜1.600个观测值中的每一个收集了60个数据点。在python中运行多个OLS回归模型
我正在使用Fama & French 5因子模型,其中每个观测值的60个数据点都与样本中的日期相匹配。例如。我有一个数据框中的开始日期['2010-1-1']到结束日期['2015-1-1']的五个因子参数。
我需要针对给定股票的股票收益率运行这些参数。现在,由于五个因子参数是在数据框中收集的,大约有96.000行(1600 * 60)和五列(对于每个因子),我需要选择前60个观察值,用OLS对一组返回值运行这些参数,存储估计系数,然后选择因子参数和股票收益的观察值。
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
不过,我似乎无法得到这个工作:
我一直在使用切片状尝试。有关如何解决这个问题的任何建议?
这看起来像什么,我想做的事,真棒东西!但是,这个脚本不是将五个因素的整个样本倒回来,然后将它们除以60? –
@MBV_DK no。它一次倒退60个。 – piRSquared
你先生,是英雄。非常感谢! –