当两个品种价格存在某种比较简单的可量化关系时，我们可以利用这种关系进行配对交易。一种比较简单常见的关系就是价格线性相关，由于价格非平稳序列，我们把这种关系称为协整关系。这种关系呈现的模式可能是同步相关，即两个品种同时受到相同或者类似的其他因素影响，从而价格存在同步变化的趋势；或者是leader-lagg
转载
2024-01-21 06:56:50
6阅读
一 总结并发的解决方案 1 多进程 2 多线程总结两点: 什么叫并发:看起来同时运行, 如何实现并发:切换+保存状态 进程线程都是由操作系统调度的并发的解决方案2: 协程:单线程下实现的并发,应用程序级别的切换,操作系统无法感知 找到一种解决方案:在多个任务直接切换+保存状态对于单线程下，我们不可避免程序中出现io操作，但如果我们能在自己的程序中
转载
2024-06-27 11:43:16
26阅读
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 |
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
697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
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
# 协整理论及其在Python中的实现
## 1. 什么是协整？
在时间序列分析中，协整是指两个或多个非平稳序列之间存在某种稳定的线性关系。即使各个序列本身是随机游走，经过适当的线性组合后，它们的某个特性可能是平稳的。协整可以帮助我们理解长期趋势以及经济变量之间的关系。在许多应用中，尤其是在金融领域，协整分析用于建立回归模型，以更好地预测未来走势。
## 2. 协整的基本理论
要理解协整，
原创
2024-09-29 05:31:02
41阅读
# Python 中的协整分析入门指南
在金融和经济学中，协整是用来确定两个或多个时间序列之间长期关系的一个重要概念。如果两个时间序列是协整的，意味着它们尽管各自可能存在趋势，但其线性组合却是平稳的。在本文中，我们将通过一个简单的示例来学习如何在 Python 中实现协整分析。
## 流程概述
在进行协整分析时，通常可以分为以下几个步骤：
| 步骤 | 说明
原创
2024-10-13 06:45:02
95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
### Python协整检验结果分析
协整（Cointegration）是时间序列分析中的一个重要概念，用于检验两个或多个非平稳时间序列之间是否存在长期的稳定关系。两条或多条时间序列如果各自是非平稳的，但它们的线性组合却是平稳的，那么我们就说这些序列是协整的。协整检验的结果将帮助我们确定是否可以进行进一步的分析，例如建立预报模型。
#### 1. 协整检验的基本原理
在协整检验中，常用的方法
首先提出图的转置的概念。所谓转置就是将一个图上所有的有向边反向。简单来说就是本是x->y的一条边，现在变为y->x这样一条边。另外强连通性质具有传递性，如果(i,j),(j,k)属于同一强连通分量，那么(i,k)属于同一强连通分量。因为如果满足题设，那么存在路径i->j->k和k->j->i。所以传递性得证。所以其实我们要求点i所属的极大强连通分量，只需要把所有
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
?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
gevent的简介 gevent是一个基于协程的python网络库，在遇到IO阻塞时，程序会自动进行切换，可以让我们用同步的方式写异步IO代码。 因为python线程的性能问题，在python中使用多线程运行代码经常不能达到预期的效果。而有些时候我们的逻辑中又需要开更高的并发，或者简单的说，就是让我们的代码跑的更快，在同样时间内执行更多的有效逻辑、减少无用的等待。gev
转载
2023-06-16 05:58:24
143阅读
JOS是MIT操作系统对应的课程设计LAB1:系统的启动 这里主要讲了两个关键的点操作系统的启动程序的之间的调用关系1.操作系统的启动的过程主要通过以下几个步骤首先运行BIOS，这里BIOS完成一些简单设置，比如VGA的显示之类然后加载Boot loader。就是通过BIOS搜索Boot loader.Boot loader将内核调入boot load因为历史原因一般会被加载到内存的0x7c00
# Python协整计算
协整是统计学中的一个重要概念，用于描述两个或多个时间序列之间的长期关系。在金融领域，协整被广泛应用于股票价格、汇率等金融数据的分析和建模。本文将介绍Python中的协整计算方法，并通过代码示例演示其用法。
## 什么是协整？
在时间序列分析中，如果两个或多个时间序列的差分序列是平稳的，那么这些时间序列被称为协整序列。换句话说，协整是指多个时间序列之间存在稳定的长期关
原创
2023-12-23 05:15:26
224阅读
# 协整关系及其在Python中的应用
在时间序列分析中，协整关系（Cointegration）是一个重要的概念，尤其是在金融数据分析、经济学建模等领域。协整关系可以帮助我们了解两个或多个非平稳时间序列之间的长期稳定关系。本文将通过代码示例和理论解析，介绍协整的基本概念及其在Python中的实现。
## 一、什么是协整关系？
**协整关系**指的是两个或多个时间序列虽然各自都是非平稳的（即没
给定两个整数 n 和 k，返回范围 [1, n] 中所有可能的 k 个数的组合。你可以按 任何顺序 返回答案。示例 1： 输入：n = 4, k = 2
输出：
[
[2,4],
[3,4],
[2,3],
[1,2],
[1,3],
[1,4],
] 示例 2： 输入：n = 1,
转载
2024-10-21 18:31:22
14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
