पायथन में सामान्य वित्तीय विश्लेषण (भाग 3)

रैखिक प्रतिगमन के बारे में

• Y = आश्रित चर (परिणाम / पूर्वानुमान / अनुमान)
• सी = लगातार (वाई-अवरोधक)
• प्रतिगमन रेखा का M = ढलान (अनुमानित रेखा का ढलान या ढाल; यह वह राशि है जिसके द्वारा Y औसतन बढ़ता है यदि हम X को एक इकाई से बढ़ाते हैं)
• X = स्वतंत्र चर (पूर्वानुमान Y में प्रयुक्त पूर्वानुमानक)

बीटा अनुपात

• स्टॉक और इंडेक्स के बीच शून्य का कोई संबंध नहीं है
• इकाई इंगित करती है कि स्टॉक में सूचकांक के समान अस्थिरता है
• एक से अधिक - स्टॉक की तुलना में अधिक लाभ (और इसलिए जोखिम) को इंगित करता है
• इंडेक्स की तुलना में एक से कम अस्थिर स्टॉक

अभ्यास

# 
import pandas as pd
import yfinance as yf
import numpy as np
import matplotlib.pyplot as plt
import statsmodels.api as sm

# 
ticker = ['AFLT.ME','IMOEX.ME']
stock = yf.download(ticker)

#    
all_adj_close = stock[['Adj Close']]

#   
all_returns = np.log(all_adj_close / all_adj_close.shift(1))

#      
aflt_returns = all_returns['Adj Close'][['AFLT.ME']].fillna(0)

#      
moex_returns = all_returns['Adj Close'][['IMOEX.ME']].fillna(0)


#   DataFrame

return_data = pd.concat([aflt_returns, moex_returns], axis=1)[1:]
return_data.columns = ['AFLT.ME', 'IMOEX.ME']


#      X  y
X = sm.add_constant(return_data['IMOEX.ME'])
y = return_data['AFLT.ME']


#  
model_moex = sm.OLS(y,X).fit()

#  
print(model_moex.summary())

sp_500 = yf.download('^GSPC')
fb = yf.download('FB')

#    
fb = fb.resample('BM').apply(lambda x: x[-1])
sp_500 = sp_500.resample('BM').apply(lambda x: x[-1])

monthly_prices = pd.concat([fb['Close'], sp_500['Close']], axis=1)
monthly_prices.columns = ['FB', '^GSPC']

monthly_returns = monthly_prices.pct_change(1)
clean_monthly_returns = monthly_returns.dropna(axis=0)  

X = clean_monthly_returns['^GSPC']
y = clean_monthly_returns['FB']

X1 = sm.add_constant(X)

model_fb_sp_500 = sm.OLS(y, X1)

results_fb_sp_500 = model_fb_sp_500.fit()
print(results_fb_sp_500.summary())

from scipy import stats
slope, intercept, r_value, p_value, std_err = stats.linregress(X, y)

print(slope)

1.0568997978702754

• आर-स्क्वेर, जो निर्धारण का गुणांक है और 0 से 1. तक मान लेता है। गुणांक का मान 1 के करीब है, निर्भरता मजबूत;
• समायो। आर-स्क्वेर - समायोजित आर-स्क्वेरेशन टिप्पणियों की संख्या और स्वतंत्रता की डिग्री की संख्या के आधार पर;
• std इरेट - गुणांक आकलन की मानक त्रुटि;
• पी> | टी | - पी-मूल्य 0.05 से कम का मान सांख्यिकीय रूप से महत्वपूर्ण माना जाता है;
• 0.025 और 0.975 विश्वास अंतराल के निचले और ऊपरी मूल्य हैं।
• आदि।