如何从使用pandas.ewm计算的相关矩阵中提取成对相关的时间序列？
如何从使用pandas.ewm计算的相关矩阵中提取成对相关的时间序列？
提问于 2021-03-26 23:12:13
我有资产回报的时间序列数据。返回数据框索引是日期，列是资产名称。
L/S HF US World
1995-02-28 0.030366 0.029288 0.014742
1995-03-31 0.008086 0.017165 0.027338
1995-04-28 0.013615 0.013851 0.018561
1995-05-31 0.020304 0.029865 0.016769
1995-06-30 0.035106 0.011546 -0.001471
... ... ... ...
2021-02-26 0.045488 0.008619 0.005904我计算了指数加权相关。
corHist = returnTS.ewm(halflife = 36).corr()
print(corHist.info())
<class 'pandas.core.frame.DataFrame'>
MultiIndex: 939 entries, (1995-02-28 00:00:00, US) to (2021-02-26 00:00:00, L/S HF)
Data columns (total 3 columns):
US 936 non-null float64
World 936 non-null float64
L/S HF 936 non-null float64
dtypes: float64(3)
memory usage: 37.3+ KB
Noneprint(corHist)
US World L/S HF
1995-02-28 US NaN NaN NaN
World NaN NaN NaN
L/S HF NaN NaN NaN
1995-03-31 US 1.000000 -1.000000 1.000000
World -1.000000 1.000000 -1.000000
... ... ... ...
2021-01-29 World 0.976792 1.000000 0.896372
L/S HF 0.881601 0.896372 1.000000
2021-02-26 US 1.000000 0.976763 0.857102
World 0.976763 1.000000 0.869567
L/S HF 0.857102 0.869567 1.000000我知道如何提取单个日期的相关矩阵。
corHist.xs('2021-02-26', level = 0, axis=0, drop_level=True)
US World L/S HF
US 1.000000 0.976763 0.857102
World 0.976763 1.000000 0.869567
L/S HF 0.857102 0.869567 1.000000我想要的是提取成对相关的时间序列，比如美国和世界之间或其他一些对之间的时间序列。我该怎么做？
Stack Overflow用户
回答已采纳
发布于 2021-03-27 05:35:05
这应该适用于“US”/“World”关联(对于其他对也是如此)：
corHist.xs('US',level=1)['World'](对于您的基本示例)生成一个系列：
1995-02-28 NaN
1995-03-31 -1.000000
1995-04-28 -0.484825
1995-05-31 -0.592066
1995-06-30 0.433440
2021-02-26 0.529957
Name: World, dtype: float64此外，这
corHist.unstack(level=1)为所有对生成按日期索引的df：
L/S HF US World
L/S HF US World L/S HF US World L/S HF US World
1995-02-28 NaN NaN NaN NaN NaN NaN NaN NaN NaN
1995-03-31 1.0 1.000000 -1.000000 1.000000 1.0 -1.000000 -1.000000 -1.000000 1.0
1995-04-28 1.0 0.877267 -0.845137 0.877267 1.0 -0.484825 -0.845137 -0.484825 1.0
1995-05-31 1.0 0.783590 -0.853993 0.783590 1.0 -0.592066 -0.853993 -0.592066 1.0
1995-06-30 1.0 -0.146586 -0.928883 -0.146586 1.0 0.433440 -0.928883 0.433440 1.0
2021-02-26 1.0 -0.517059 -0.826607 -0.517059 1.0 0.529957 -0.826607 0.529957 1.0因此您可以使用更对称的命令
corHist.unstack(level=1)[('US','World')]获取与之前相同的序列
1995-02-28 NaN
1995-03-31 -1.000000
1995-04-28 -0.484825
1995-05-31 -0.592066
1995-06-30 0.433440
2021-02-26 0.529957
Name: (US, World), dtype: float64页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/66819584
复制相关文章
相似问题
腾讯云开发者
