多个股票回报自相关检验

Question

我想在股票回报数据集上进行一次自相关测试(比如Durbin )。特别是，我有一个季度股票回报率的数据集，所以每个季度都有一个观察数据，它代表了该季度收益公告后1天的股价回报率。对于2个股票和3个季度，一个极小的例子如下：

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

因为我有大量的股票，所以我认为对每个股票单独执行测试，然后有一个与每个股票相关联的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

我想用：

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

但是，我不太确定如何获得如上所述的数组。任何帮助都是非常感谢的。

Answer 1

按组使用DW测试的一种方法如下所示。我正在重用您的数据生成过程，将系列添加为一个列，执行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))

​

​