如何确定线性回归中的x或y变量何时发散？

Question

我正在为其他人建立交易算法。

我正在数据框的两列上运行线性回归。 数量和价格。

DF：

   Volume     Price
0  12.952941  8.534815
1  12.972921  8.544813

这就是我进行线性回归的方式

from scipy.stats import linregress

lr = linregress( df['Volume'],df['Price'])

要求之一是确定何时价格从价格偏离或上升。

有什么办法吗？ 我不确定如何确定这一点。

先感谢您。

Answer 1

我认为您应该使用相关性来做您描述的事情。

总之，相关性用于描述问题中两个变量（例如数量和价格）之间的关系。 因此，每当您关联变量时，都会返回-1和+1之间的数字。

通常，如果变量之间具有正相关关系（通常> 0.6），则表示当交易量增加时，价格也会增加。 另一方面，负相关（精确地接近-1的值），当变量增大时，另一个减小。

通常，只要发现相关性接近零，就可以说相关性很弱或没有相关性。

此外，还有一些规则可以应用相关性。 通常，当您具有非高斯分布时，应使用Spearman相关。 具有高斯分布，可以使用Pearson相关。 要了解您的分布是否为高斯分布，可以使用Kolmogorov–Smirnov检验或Shapiro–Wilk检验。

还有另一个细节。 在计算相关性时，您必须验证p值 ，该p值可量化有效的相关性概率。 通常，p值<0.05通常是可以接受的。 否则，您将无法得出有关关联结果的任何信息。