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
892阅读
# Python进行协整检验的科普文章
在经济学和时间序列分析中，协整检验是一种重要的统计方法，借以判断多个时间序列之间是否存在长期的均衡关系。在这篇文章中，我们将探讨协整的概念，并学习如何使用Python进行协整检验，最后通过代码示例来加深理解。
## 什么是协整？
协整（Cointegration）是指若干个非平稳时间序列，通过线性组合后可得到一个平稳序列。这意味着这些时间序列在一定条件
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
转载
2024-01-04 15:30:24
139阅读
## 使用Python进行协整检验的指导
协整检验是时间序列分析中的一种重要方法，它用于检验多个非平稳时间序列之间是否存在稳定的长期关系。本文将引导你如何使用Python进行协整检验，从而帮助你更好地理解和应用这一统计工具。
### 流程概述
在进行协整检验之前，我们需要遵循以下的基本步骤。下面的表格展示了整个流程。
| 步骤 | 描述 |
?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
转载
2024-08-29 15:22:33
108阅读
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，
转载
2024-02-02 09:48:57
29阅读
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
转载
2023-12-13 12:30:07
185阅读
# 使用Python进行Johansen协整检验的指南
### 引言
Johansen协整检验是一种用于多变量时间序列的统计检验方法，它能够检测多个时间序列之间是否存在协整关系。在这篇文章中，我们将详细讲解如何使用Python实现Johansen协整检验。我们将采用`statsmodels`库来完成这一任务。
### 实现流程
以下是我们实现整件事情的主要步骤：
| 步骤 | 描述
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
转载
2023-12-11 13:29:11
21阅读
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
412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 |
|------------|----------
原创
2024-09-26 08:41:05
196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
转载
2024-06-18 10:27:28
30阅读
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
#
转载
2023-11-29 11:15:55
63阅读
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。 
转载
2024-05-06 17:00:31
49阅读
在理解协整检验之前呢，需要理解一个概念“伪回归”！什么是伪回归？除了要求随机扰动项独立一致性分布外，还要要求因变量和自变量为平稳的时间序列。 而在现实中，大部分时间序列均为非平稳的，这就使得建立在非平稳序列基础上的协整以及与之相伴的误差修正模型得到日益广泛的应用。 对于几个非平稳的时间序列，如果由他们组成的线性组合变量，是平稳的序列，就可以认定这几个变量存在协整关系，经济意义可以解释为这几个变量
转载
2023-11-25 19:49:38
99阅读
两个时间序列的线性关系表示为： 左边是两个时间序列的线性组合。是协整系数。右边是残差序列（residual series),表示为由两部分组成。是均衡值（equilibrium value），是一个均值为0的时间序列，可以构造为均衡值的波动项。如果时间序列是均值回归的，那就是围绕着均衡值波动。所以，两时间序列的线性关系又称为均衡关系，由两个参数描述以及。现在我们来看一个例子：一个长短投资
转载
2024-01-09 21:09:01
3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
2024-05-02 17:52:01
188阅读
目录1:应用场景2:外部数据数据质量评估解决方案构思一：2.1：评估维度——“三率”2.2：评估维度——“三性”2.3：评估维度——“三度”2.4：外部数据质量检查案例3:内部数据数据清洗及转换3.1：时间戳格式转换3.2：时间格式指定转换及清洗3.3：异常日期类型&不规则日期类型 转换为指定日期类型3.4：一致性检验3.5：异常值过滤3.6：行缺失&列缺失信息1:应用场景&nbs
在金融时间序列分析中，协整是一种非常重要的概念。它用于验证两个或多个非平稳序列之间是否存在长期稳定的关系。我们将通过Python进行协整关系的检验，针对该过程整理出一篇博文，涵盖背景定位、核心维度、特性拆解、实战对比、选型指南及生态扩展等内容。
在定义协整时，重要的参考是：
> “协整是指两个或多个时间序列虽然各自都是非平稳的，但它们之间存在一种线性组合，使得这一组合是平稳的。”——引自《时间序
# Python 协整检验及其应用
在时间序列分析中，协整检验是非常重要的一步，用于判断多个时间序列是否存在长期稳定的关系。本文将深入探讨协整的概念，并展示如何使用Python进行协整检验，同时提供代码示例，帮助你更好地理解这一过程。
## 什么是协整？
协整（cointegration）是指虽然两个或多个时间序列可能是非平稳的，但它们的某种线性组合却是平稳的。这意味着，虽然这些序列在短期内
