Engle和Granger观察到了一个相当有趣的现象。尽管两个时间序列是非平稳的，但在某些情况下，两者的特定线性组合实际上是平稳的；也就是说，这两个序列在某种程度上是步调一致的。Engle和Granger创造了“协整”（cointegration)一词，并在一篇文章中提出了这一概念(参考文献Engle, Robert F. and C. W. Granger. “Co-integration an
p值是假设检验(显著性检验)做出判断的依据，然而它一直饱受争议。不少人谈到假设检验、谈到p值时，就认为这是一个陷阱，存在误导人们视线的危险。2018年1月22日，美国政治学顶级学术期刊《政治分析》公开宣布：从2018年的第26辑起不再发表基于p值的文章。理由是：“p值本身无法提供支持相关模式或假说之证据。” 其实，早在1983年，《美国公共健康杂志》就要求投稿者删除所有p值，
Python如何做协整检验
协整检验是用来检验两个或多个时间序列之间是否存在长期均衡关系的统计方法。在金融领域，协整检验常用于研究股票价格之间的关系，以及货币汇率之间的关系。下面我们将介绍如何使用Python进行协整检验，并提供代码示例。
协整检验的主要目标是确定一组时间序列是否具有相同的趋势。如果两个时间序列存在协整关系，那么它们的差分序列应该是平稳的。平稳序列意味着序列的均值和方差在时间上
原创
2023-09-21 00:24:59
1169阅读
?小墨&晓末: 个人介绍: 研一｜统计学｜干货分享 擅长Python、Matlab、R等主流编程软件 累计十余项国家级比赛奖项，参与研究经费10w、40w级横向 文章目录1 目的2 拟合回归模型3 残差单位根检验4 EG协整检验 1 目的，美国月度国民生产总值对数序列，以及短期利率和长期利率序列。该篇文章主要演示：以GNP为响应序列，根据因果检验结果
协整检验1. 协整检验（cointegration test）2. 常用的协整检验3. 研究变量之间的协整关系，对研究经济问题的定量分析有着重要的意义:5. 用Eviews代码进行协整检验4. 用Python代码进行协整检验 1. 协整检验（cointegration test）协整的作用检验它们的回归方程所描述的因果关系是否是伪回归的。协整是指若两个或多个非平稳的变量序列，其某个线性组合后的序
转载
2023-08-20 21:01:23
677阅读
一，hashlib 文件一致性校验为何要进行文件一致性校验?为了确保你得到的文件是正确的版本，而没有被注入病毒和木马程序。例如我们经常在网上下载软件，而这些软件已经被注入了一些广告和病毒等，如果不进行文件与原始发布商的一致性校验的话，可能会给我们带来一定的损失。文件一致性校验原理要进行文件的一致性校验，我们不可能像文本文件比较那样，将两个文件放到一起对比，因为很多的时候文件
为了研究进出口与经济增长之间的关联，采用3个时间序列建立VAR模型，利用JJ协整检验并找出协整方程，以此确定长期关系，并建立VEC模型研究短期关系。 1 单位根检验
VAR模型可通过变形化为差分形式（如下所示），要找到协整向量，首先要保证差分项都是平稳的，因此协整检验的前提是序列为一阶单整I(1)。
 
转载
2023-10-26 17:35:39
289阅读
在宏观计量经济研究中，通常会使用VAR模型研究多个时间经济变量之间的数量关系情况，但是VAR模型要求数据无单位根或者同阶单整，如果无单位根通常可直接进行VAR模型构建，如果有单位根但是满足同阶单整，此时则可使用协整检验进行分析模型稳定性，通常协整关系后再建立VAR模型即可。与此同时，协整关系也是建立比如误差修正模型(SPSSAU中的ECM模型)的前提条件。如果研究变量存在协整关系则说明研究数据具有
转载
2023-06-21 23:19:45
626阅读
# Python中协整检验的实现指南
协整检验是一种用于时间序列分析的统计方法，主要用于检验非平稳时间序列间的长期均衡关系。在这篇文章中，我将向你介绍如何在Python中实现协整检验，包括具体步骤和代码示例。
## 流程概述
下面是实现协整检验的基本步骤：
| 步骤 | 描述 |
|------------|----------
一、简介这篇博文是在博主写的上一篇《StataIC——数据描述性统计分析、平稳性检验、平稳化》的基础上的建立的传送门，这篇博文主要是做协整检验和误差修正模型。本篇博文是一篇关于线性回归的基本操作；时间序列的平稳性检验、协整检验和误差修正模型（在下一篇博文里延续）等的博文。博主是一个普普通通的大学生，没有很厉害的技术，写的内容都是不太正经的偏小白简单的，写的也是学校教过的知识消化后自己的见解，不是很
其他1、NaN值MATLAB判断数据是否为NaN可以直接使用函数：isnan()三、数据分析1、相关性均值、方差、协方差、标准差、相关系数mean() %均值
nanmean()%去除NAN值求均值
var() %方差
cov() %协方差
std() %标准差
corrcoef(B,b) %R² 相关系数
plot() %绘图
rcoplot(r,rint) %残差个案排序图
3.计量经济学模型的检验包括哪几个方面？其具体含义是什么？答:(1)经济意义检验，即根据拟定的符号、大小、关系，对参数估计结果的可靠性进行判断(2)统计检验，由数理统计理论决定。包括:拟合优度检验、总体显著性检验。(3)计量经济学检验，由计量经济学理论决定。包括:异方差性检验、序列相关性检验、多重共线性检验。(4)模型预测检验，由模型应用要求决定。包括:稳定性检验:扩大样本重新估计;预测性能检验:
方差 variance:方差是各个数据与平均数之差的平方的平均数。在概率论与数理统计中，方差（英文Variance）用来度量随机变量和其数学期望（即均值）之间的偏离程度。方差是各个数据与平均数之差的平方和的平均数,即s=(1/n)[(x1-x_)^2+(x2-x_)^2+...+(xn-x_)^2，其中，x_表示样本的平均数，n表示样本的数量，^，xn表示个体，而s就表示方差。 
在前一篇当中利用相关系数来进行套利，看到价差并不为平稳序列，回测结果也就不是很好，所以想到利用协整关系来构建股票的线性组合，使得股价差为平稳序列，从而在真正意义上构建一个套利策略。看到有其他小伙伴也做过类似研究，但是都是以样本内得到的结果去回测样本内的数据，所以会有一定的不真实性。此研究以14年到15年数据作为样本来检验协整性，当然协整关系是一个动态过程，所以检验出来的协整性只能在统计
协程：多任务 使用：简单 原理: 过程 - 复杂内容：1、迭代对象 2、迭代器 3、生成器 4、yield 5、greenlet 6、gevent协程一、迭代对象 （1.1） 迭代: 迭代版本(在原来的版本之上添加功能)
for迭代数据(1,2,3)在原来的状态之下,添加新的功能。 #for循环
#
面板数据协整检验(Stata)当时间序列数据存在非平稳性时，直接将经济变量进行回归可能产生伪回归问题。针对非平稳数据计量建模，首先要判定这些变量是否存在同阶单整，如果满足同阶单整，才有必要对这些变量进行协整检验。当所涉及的变量存在协整时，由这些变量构建的回归模型才有意义，这也是区别于真实回归和虚假回归的标志。协整检验的前提是原始变量是非平稳的，或者变量具有单位根过程。因此在实际操作时，先对原始变量
转载
2023-07-28 22:44:50
171阅读
总是会看到有人在问：“毕业论文，P值大于0.05怎么办！！急！”或者是“SPSS出现乱码了怎么解决？”又如“为什么分析出来两个变量有回归影响关系，但是却没有相关关系，怎么解释？”这些问题总是反反复复被提及，这时候就会想，SPSSAU中已经搭配了帮助手册也有很多常见问题的处理说明，但真正遇到问题时，大家还是慌不择路，不知道怎么解决。所以我们在这里按照问题类型，分类整理出几类在数据分析中常见的问题，并
转载
2023-08-28 11:34:50
499阅读
量化策略研究指的是需要依据一种或多种确凿的获利理念，通过某一特定显式表示的模型，指导参与者反复地以人工或机器执行指令，参与单边或多空交易。在策略的执行过程中，需要实时监控资产组合价值与目标利润的偏离情况，调整参数，直到已有模型生命期限终了，再转入到新模型。量化研究过程可以划分为定价与品种选取、模型实现、资产配置与组合优化、订单生成与交易执行、绩效评估和风险管理等部分。当前量化策略重点集中在基于行为
目录一、各种检验的分类二、事前检验1.正态性检验2.方差齐次性检验3.共线性检验4.协方差齐次性检验三、事后检验1.Turkey检验2.tamhaneT2 检验3.交叉图检验4.拟合优度检验5.显著性检验F检验：ANOVAT检验：小样本的显著性检验6.区间估计可能刚接触量化分析的人都会对各种检验感觉到懵，这个检验究竟检验什么？p值小于0.05，究竟拒绝了什么假设？是什么意思？我刚学的时候也有这样的
传统上，协整检验是在非常长的时间内进行的，本案例研究A测试了1960-2010年期间T-Bill利率和国债收益率之间的均衡但是作为量化主义者，我们必须在市场数据中寻找共同运动。现货曲线银行提供每日收益率曲线数据。考虑长时间框架的小窗口是有意义的。2013年5月至2015年5月的两年窗口期（以下图表）。• 所有数据从2005年1月至2015年5月。 我们必须学习均衡修正模型ECM(误差修正
