从pandas 到Statsmodels的OLS中不推荐使用的滚动窗口选项

Question

顾名思义，Pandas的ols命令中的rolling function选项在哪里迁移到statsmodels中？我似乎找不到。熊猫告诉我，厄运正在酝酿中：

FutureWarning: The pandas.stats.ols module is deprecated and will be removed in a future version. We refer to external packages like statsmodels, see some examples here: http://statsmodels.sourceforge.net/stable/regression.html
  model = pd.ols(y=series_1, x=mmmm, window=50)

实际上，如果您执行以下操作：

import statsmodels.api as sm

model = sm.OLS(series_1, mmmm, window=50).fit()

print(model.summary())

您会得到结果（窗口不会影响代码的运行），但是您只会获得在整个期间内运行的回归参数，而不是应该在每个滚动期间内使用的一系列参数。

Answer 1

我创建了一个ols模块来模拟熊猫的不赞成使用的模块MovingOLS；它是在这里。

它具有三个核心类：

• OLS：静态（单窗口）普通最小二乘回归。输出是NumPy数组
• RollingOLS：滚动（多窗口）普通最小二乘回归。输出是高维NumPy数组。
• PandasRollingOLS：将RollingOLSpandas Series＆DataFrames的结果包装起来。旨在模仿已弃用的熊猫模块的外观。

请注意，该模块是包的一部分（我目前正在上传到PyPi中），它需要一次包间导入。

上面的前两类完全在NumPy中实现，主要使用矩阵代数。 RollingOLS还充分利用广播的优势。属性主要模仿statsmodels的OLS
RegressionResultsWrapper。

一个例子：

import urllib.parse
import pandas as pd
from pyfinance.ols import PandasRollingOLS

# You can also do this with pandas-datareader; here's the hard way
url = "https://fred.stlouisfed.org/graph/fredgraph.csv"

syms = {
    "TWEXBMTH" : "usd", 
    "T10Y2YM" : "term_spread", 
    "GOLDAMGBD228NLBM" : "gold",
}

params = {
    "fq": "Monthly,Monthly,Monthly",
    "id": ",".join(syms.keys()),
    "cosd": "2000-01-01",
    "coed": "2019-02-01",
}

data = pd.read_csv(
    url + "?" + urllib.parse.urlencode(params, safe=","),
    na_values={"."},
    parse_dates=["DATE"],
    index_col=0
).pct_change().dropna().rename(columns=syms)
print(data.head())
#                  usd  term_spread      gold
# DATE                                       
# 2000-02-01  0.012580    -1.409091  0.057152
# 2000-03-01 -0.000113     2.000000 -0.047034
# 2000-04-01  0.005634     0.518519 -0.023520
# 2000-05-01  0.022017    -0.097561 -0.016675
# 2000-06-01 -0.010116     0.027027  0.036599

y = data.usd
x = data.drop('usd', axis=1)

window = 12  # months
model = PandasRollingOLS(y=y, x=x, window=window)

print(model.beta.head())  # Coefficients excluding the intercept
#             term_spread      gold
# DATE                             
# 2001-01-01     0.000033 -0.054261
# 2001-02-01     0.000277 -0.188556
# 2001-03-01     0.002432 -0.294865
# 2001-04-01     0.002796 -0.334880
# 2001-05-01     0.002448 -0.241902

print(model.fstat.head())
# DATE
# 2001-01-01    0.136991
# 2001-02-01    1.233794
# 2001-03-01    3.053000
# 2001-04-01    3.997486
# 2001-05-01    3.855118
# Name: fstat, dtype: float64

print(model.rsq.head())  # R-squared
# DATE
# 2001-01-01    0.029543
# 2001-02-01    0.215179
# 2001-03-01    0.404210
# 2001-04-01    0.470432
# 2001-05-01    0.461408
# Name: rsq, dtype: float64