python趋势回归_python使用LASSO回归预测股票收益
2.使用LASSO
LASSO定义。LASSO是一种惩罚回归技术,在Tibshirani(1996)中引入。它通过投注稀疏性来同时识别和估计最重要的系数,使用更短的采样周期 - 也就是说,假设在任何时间点只有少数变量实际上很重要。正式使用LASSO意味着解决下面的问题, 事实上,如果你忽略了最右边的术语 - 惩罚函数,那么这个优化问题就只是一个OLS回归。
惩罚功能。但是,这个惩罚函数是LASSO成功的秘诀,允许估算器对最大系数给予优先处理,完全忽略较小系数。为了更好地理解LASSO如何做到这一点,当右侧变量不相关且具有单位方差时 。一方面,这个解决方案意味着,如果OLS估计一个大系数,那么LASSO将提供类似的估计,。另一方面,解决方案意味着,如果OLS估计了足够小的系数,那么LASSO将会选择。因为LASSO可以将除少数系数之外的所有系数设置为零,即使样本长度比可能的预测变量的数量短得多,它也可用于识别最重要的预测变量。从道德上讲,如果只有预测变量非零,那么你应该只需要几个 观察选择然后估计这几个重要系数的大小。
3.模拟分析
我运行模拟来展示如何使用LASSO来预测未来的回报。您可以在此处找到所有相关代码。
数据模拟。每次模拟都涉及为期间的股票产生回报。每个时期,所有股票的回报都受到一部分股票的回报,以及特殊冲击的影响
使模型适合数据。用于从每个周期到,我估计在第一库存LASSO,如(公式定义2使用先前的)数据的时间段,其中可能预测是股票。这意味着使用时间段来估计具有潜在右侧变量的模型。作为有用的基准,我还从方程(1)和oracle回归估计自回归模型。在本规范中,我估计了一个OLS回归真正的预测因子是右侧变量。显然,在现实世界中,你不知道真正的预测器是什么,但是这个规范给出了你可以达到的最佳拟合的估计。在将每个模型拟合到先前的数据周期之后,然后我在st期间进行样本外预测。
预测回归。然后,我通过分析一系列预测回归分析调整后的统计数据,检查这些预测与第一个资产的实现回报的紧密程度。例如,我将LASSO的回报预测用于估算下面的回归
4.调整参数
惩罚参数选择。使LASSO适合数据涉及选择惩罚参数,。我这样做是通过选择在数据的第一个时段期间具有最高样本外预测的惩罚参数。这就是为什么上面的预测回归仅使用从而不是使用数据开始的原因。下图显示了模拟中惩罚参数选择的分布。离散跳转来自我在运行代码时考虑的可能s 的离散网格。
预测数量。最后,如果你看一下调整后数字中标有“Oracle”的面板,你会发现LASSO的样本外预测能力大约是真实模型预测能力的三分之一。这是因为LASSO没有完美地选择稀疏信号。下图的右侧面板显示LASSO通常只选出这些信号中最重要的信号。更重要的是,左侧面板显示LASSO还锁定了大量的虚假信号。这一结果表明,您可以通过选择更高的惩罚参数来提高LASSO的预测能力。
5.什么时候失败?
安慰剂测试。我通过研究两个替代模拟来结束这篇文章,其中LASSO不应该增加任何预测能力。在第一个替代设置中,没有冲击。也就是说,使用下面的模型模拟股票的收益,
(7)
在第二种情况下,有太多的冲击:。下图显示,在这两种情况下,LASSO都不会增加任何预测能力。因此,运行这些模拟提供了一对不错的安慰剂测试,显示LASSO确实在返回的横截面中拾取稀疏信号。
▍关注我们
趋势报告、案例精选、最新洞察 第一时间与您分享
【拓端数据】第三方数据服务提供商,提供全面的统计分析与数据挖掘咨询服务,为客户定制个性化的数据解决方案与行业报告等。
官网: tecdat.cn
微信公众号:拓端数据
python趋势回归_python使用LASSO回归预测股票收益相关推荐
- r语言 python 股票_R语言使用LASSO回归预测股票收益
使用LASSO预测收益 1.示例 只要有金融经济学家,金融经济学家一直在寻找能够预测股票收益的变量.对于最近的一些例子,想想Jegadeesh和Titman(1993),它表明股票的当前收益是由前几个 ...
- R使用LASSO回归预测股票收益
使用LASSO预测收益 1.示例 只要有金融经济学家,金融经济学家一直在寻找能够预测股票收益的变量.对于最近的一些例子,想想Jegadeesh和Titman(1993),它表明股票的当前收益是由前几个 ...
- python趋势回归_Python 回归分析 - 树懒学堂
回归分析 在现实生活中变量之间的关系往往不仅限相关关系这种相互影响,多个变量可能都会对所研究的因变量产生影响.而现实生活中人们大多都会对所关注的问题分析其原因,试图找出产生结果的根源所在,如春秋时期的 ...
- python预测股票价格_python用线性回归预测股票价格
原标题:python用线性回归预测股票价格 线性回归在整个财务中广泛应用于众多应用程序中.在之前的教程中,我们使用普通最小二乘法(OLS)计算了公司的beta与相对索引的比较.现在,我们将使用线性回归 ...
- 怎么用python实现回归_Python使用sklearn实现的各种回归算法示例
本文实例讲述了Python使用sklearn实现的各种回归算法.分享给大家供大家参考,具体如下: 使用sklearn做各种回归 基本回归:线性.决策树.SVM.KNN 集成方法:随机森林.Adaboo ...
- python支持向量机回归_Python中支持向量机SVM的使用方法详解
除了在Matlab中使用PRTools工具箱中的svm算法,Python中一样可以使用支持向量机做分类.因为Python中的sklearn库也集成了SVM算法,本文的运行环境是Pycharm. 一.导 ...
- python股票价格预测_python用线性回归预测股票价格
线性回归在整个财务中广泛应用于众多应用程序中.在之前的教程中,我们使用普通最小二乘法(ols)计算了公司的beta与相对索引的比较.现在,我们将使用线性回归来估计股票价格. 线性回归是一种用于模拟因变 ...
- python svr回归_python机器学习库scikit-learn:SVR的基本应用
scikit-learn是python的第三方机器学习库,里面集成了大量机器学习的常用方法.例如:贝叶斯,svm,knn等. scikit-learn的官网 : http://scikit-learn ...
- 机器学习预测股票收益(一)之随机森林模型
机器学习预测股票收益(一)之随机森林模型 前言 一.导入库和数据 二.处理数据以及计算特征变量 三.使用随机森林回归预测股票收益 1.构建训练集和测试集 2.查看预测结果 四.根据预测结果构建long ...
最新文章
- 计算机考试批处理试题,2015计算机三级考试pc技术模拟试题及答案(八)
- dell服务器sd卡装系统,DELL服务器通过sd卡安装系统(iDRACUsevFlash).doc
- xfce4截图的快捷键设置
- bzoj 4319 cerc2008 Suffix reconstruction——贪心构造
- 利用Python实现定时发送邮件,实现一款营销工具
- Spring security UserDetailsService autowired注入失败错误
- 让电脑说话代码_让您的代码为您说话
- BootStrap里面好看的背景色
- java第三方包学习之jsoup
- 【CCCC】L3-002 特殊堆栈 (30分),nlogn维护序列中位数,STL大乱斗,有重multiset,vector+二分插入
- 同方台式计算机密码,清华同方bios默认密码
- 大数据平台建设关键技术
- vue-element-admin 后台管理系统
- 牛客练习赛53 E.老瞎眼 pk 小鲜肉(离线+BIT单点修改)
- 光流传感器 定位精度_基于多传感器的无人机定位和避障技术研究
- PTA L1-093 猜帽子游戏 (15 分)
- android listview 切换,Android ListView切换按钮
- Reality Labs首次向媒体开放,空间音频、EMG腕带体验大公开
- 不盲追大模型与堆算力!沈向洋、曹颖与马毅提出理解 AI 的两个基本原理:简约性与自一致性...
- 树莓派输出pwm波c语言,02树莓派4B—C语言编程——PWM
热门文章
- Mac 安装element-ui
- pr使用视频素材技巧
- 使用ffmpeg、nvdia解码rtsp视频流,cuda做NV12-RGBA转换
- Python魔法函数与两比特量子系统模拟
- 江在川上曰:webpack前端工程化
- C盘瘦身:QQ文件的清理及Group2文件夹
- 服务器安装windows2016选择磁盘时报错不能将系统安装到此盘符
- [转载]Qt涂鸦板程序图文详细教程..Qt涂鸦板程序图文详
- 5G,上天了!卫星和基站擦出了火花?
- web前端期末大作业:基于HTML+CSS+JavaScript奥迪企业bootstrap响应式网站