如何確定線性回歸中的x或y變量何時發散？

Question

我正在為其他人建立交易算法。

我正在數據框的兩列上運行線性回歸。 數量和價格。

DF：

   Volume     Price
0  12.952941  8.534815
1  12.972921  8.544813

這就是我進行線性回歸的方式

from scipy.stats import linregress

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

要求之一是確定何時價格從價格偏離或上升。

有什么辦法嗎？ 我不確定如何確定這一點。

先感謝您。

Answer 1

我認為您應該使用相關性來做您描述的事情。

總之，相關性用於描述問題中兩個變量（例如數量和價格）之間的關系。 因此，每當您關聯變量時，都會返回-1和+1之間的數字。

通常，如果變量之間具有正相關關系（通常> 0.6），則表示當交易量增加時，價格也會增加。 另一方面，負相關（精確地接近-1的值），當變量增大時，另一個減小。

通常，只要發現相關性接近零，就可以說相關性很弱或沒有相關性。

此外，還有一些規則可以應用相關性。 通常，當您具有非高斯分布時，應使用Spearman相關。 具有高斯分布，可以使用Pearson相關。 要了解您的分布是否為高斯分布，可以使用Kolmogorov–Smirnov檢驗或Shapiro–Wilk檢驗。

還有另一個細節。 在計算相關性時，您必須驗證p值 ，該p值可量化有效的相關性概率。 通常，p值<0.05通常是可以接受的。 否則，您將無法得出有關關聯結果的任何信息。