如何使用statsmodels库对时间序列数据运行ADFuller测试？

Question

我是编程语言的新手，并且选择了Python来回测交易策略（因为我听说它相对容易）。 我在学习基础知识方面取得了一些进步，但是我目前仍坚持在时间序列数据帧上执行ADFuller测试。

这就是我的数据框的外观

现在，我需要在“ A-Btd”，“ A-Ctd”等列上运行ADF测试（我有66列这样的列）。我想获取每个列的测试统计信息/输出。

我厌倦了使用cadfs = [ts.adfuller(df1)] 。 由于我缺乏专业知识，因此无法根据数据框调整代码。

如果我错过了一些我必须提供的重要信息，我谨此致歉。 请发表评论，我将尽快提供。

在此先多谢！

Answer 1

如果您必须做很多次，我会尝试将结果放入dict中，如下所示：

import statsmodels.tsa.stattools as tsa

df = ... #load your dataframe
adf_results = {}

for col in df.columns.values:  #or edit this for a subset of columns first
    adf_results[col] = tsa.adfuller(df[col])

显然，可以根据需要指定其他设置，例如tsa.adfuller(df[col], autolag='BIC') 。 或者，如果您不希望所有输出，而只是解析每列以了解其是否固定，则测试统计量是adfuller()返回的元组中的第一项，因此您可以使用tsa.adfuller(df[col])[0] ，并针对您的阈值对其进行测试，以获取布尔结果，然后将该值设为dict。