Python中的滾動平均兩兩相關性

我有來自三個市場（GLD，SPY和USO）的每日回報。我的目標是從130天的基礎上滾動計算相關矩陣的平均配對相關性。Python中的滾動平均兩兩相關性

我的出發點是：

import numpy as np 
import pandas as pd 
import os as os 
import pandas.io.data as web 
import datetime as datetime 
from pandas.io.data import DataReader 

stocks = ['spy', 'gld', 'uso'] 
start = datetime.datetime(2010,1,1) 
end = datetime.datetime(2016,1,1) 

df = web.DataReader(stocks, 'yahoo', start, end) 
adj_close_df = df['Adj Close'] 

returns = adj_close_df.pct_change(1).dropna() 
returns = returns.dropna() 

rollingcor = returns.rolling(130).corr()

這產生相關矩陣的一個面板。然而，提取下部（或上部）三角形，去掉對角線，然後計算每個觀察值的平均值就是我繪製空白的地方。理想情況下，我希望每個日期的輸出都在一個系列中，然後我可以按日期對其進行索引。

也許我從錯誤的地方開始，但任何幫助，將不勝感激。

來源

2016-05-25 Joe

在這種情況下，平均相關性是指每個日期的平均值爲3個值？（所有配對組合） – aldanor

是3個值的平均值。 – Joe

爲了獲得平均配對相關性，可以找到相關矩陣的總和，減去n（對角線上的那些），除以2（對稱），最後除以n（平均值）。我想，這應該這樣做：

>>> n = len(stocks) 
>>> ((rollingcor.sum(skipna=0).sum(skipna=0) - n)/2)/n 
Date 
2010-01-05   NaN 
2010-01-06   NaN 
2010-01-07   NaN 
       ... 
2015-12-29 0.164356 
2015-12-30 0.168102 
2015-12-31 0.166462 
dtype: float64

來源

2016-05-25 00:14:50 aldanor

優秀！像魅力一樣工作。謝謝！ – Joe

你可以使用numpy的tril訪問數據框的下三角。

def tril_sum(df): 
    # -1 ensures we skip the diagonal 
    return np.tril(df.unstack().values, -1).sum()

計算矩陣的下三角之和。注意中間的unstack()。我期待有一個多索引系列，我需要將其轉到數據框。

然後將其應用到面板

n = len(stock) 
avg_cor = rollingcor.dropna().to_frame().apply(tril_sum)/((n ** 2 - n)/2)

的樣子：

print avg_cor.head() 

Date 
2010-07-12 0.398973 
2010-07-13 0.403664 
2010-07-14 0.402483 
2010-07-15 0.403252 
2010-07-16 0.407769 
dtype: float64

這個答案跳過對角線。

來源

2016-05-25 00:51:56 piRSquared

謝謝！也適用於我。非常感謝你。 – Joe

Python中的滾動平均兩兩相關性

回答

相關問題