pandas 数据框中按组滚动回归

Question

我有一个 pandas 数据框，其中包含 1963 年至 2012 年各个公司的每日股票收益（近 6000 万行）。我想要估计 CAPM 贝塔值，因此我需要在过去 250 天内对每家公司运行滚动 OLS 回归，并将贝塔值添加到现有数据帧中。

我已经尝试将 pyfinance 包中的 PandasRollingOLS 函数与“groupby”结合起来，但它只返回内存错误。我还尝试编写两个 for 循环，第一个按公司分组（“PERMNO”），第二个 for 循环执行滚动回归。然而，这也行不通

我的数据框如下所示：

           PERMNO       RET       mkt       RF
date                                          
1986-01-08  10000 -0.024640 -0.020994  0.00025
1986-01-09  10000 -0.000250 -0.011469  0.00025
1986-01-10  10000 -0.000250 -0.000167  0.00025
1986-01-13  10000  0.049750  0.002499  0.00025
1986-01-14  10000  0.047369  0.000116  0.00025
1986-01-15  10000  0.045205  0.007956  0.00025
1986-01-16  10000  0.043228  0.004452  0.00025
1986-01-17  10000 -0.000250 -0.001991  0.00025
1986-01-20  10000 -0.000250 -0.003985  0.00025
1986-01-21  10000 -0.000250 -0.007242  0.00025

rolling = daily.groupby('PERMNO').apply(lambda x: ols.PandasRollingOLS(y=daily['RET'], x=daily['mkt'], window=250))

regression=np.zeros((len(daily.index),2))

for group_name, df_group in daily_grouped:
    for row in range(0,len(daily.index),1):
        y= daily.RET[row:row + 250]
        x= daily.mkt[row:row + 250]
        regression[row]=np.polyfit(x,y,1)

daily['beta']=regression[:,0]

我想知道如何从公司的滚动回归中获取贝塔值

Answer 1

我对 pyfinance 不太熟悉，但statsmodels.regression.rolling.RollingOLS可以工作：

# Importing
import pandas as pd
from statsmodels.regression.rolling import RollingOLS
import statsmodels.api as sm
import numpy as np

# Creating mock data
permno = []
for i in range(0, 10000):
    permno.append(int(i//2200)+10000)

daily = pd.DataFrame(data={"PERMNO": permno, "RET": np.random.random(10000)*2-1,
                           "mkt": np.random.random(10000)*2-1, "RF": np.random.random(10000)*2-1},
                     index=pd.date_range(start="1963-01-01", periods=10000, freq="B"))

# Rolling OLS calculation
rolling = daily.groupby("PERMNO").apply(lambda x: RollingOLS(endog=x['RET'], exog=sm.add_constant(x['mkt']), window=250).fit().params)

请注意，我使用x["dataframe col name"]not daily["dataframe col name"]。我认为这就是问题的原因，因为您在计算中使用了apply(lambda x:但根本没有使用。x您也许可以将代码从 daily 更改为 x 并发现它有效。

我已经尝试使用您的滚动计算进行 pyfinance，但收到以下内容（这就是 statsmodels RollingOLS 当没有.fit().params添加到末尾来实际返回相关数据时发生的情况，这表明您在代码末尾需要更多信息 - 可能.beta到最后？）。要更改代码，如果您需要y=和x=，请使用其他内容代替 x，例如lambda q，那么您可以使用y=q['RET'], x=q['mkt']。

#Out: 
#PERMNO
#10000    <pyfinance.ols.PandasRollingOLS object at 0x00...
#10001    <pyfinance.ols.PandasRollingOLS object at 0x00...
#10002    <pyfinance.ols.PandasRollingOLS object at 0x00...
#10003    <pyfinance.ols.PandasRollingOLS object at 0x00...
#10004    <pyfinance.ols.PandasRollingOLS object at 0x00...
#dtype: object