Как определить, когда переменная x или y в линейной регрессии расходится?

Question

Я строю торговый алгоритм для кого-то другого.

Я выполняю линейную регрессию на двух столбцах кадра данных.Объем и цена.

df:

   Volume     Price
0  12.952941  8.534815
1  12.972921  8.544813

Вот как я запускаю линейную регрессию

from scipy.stats import linregress

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

Одно из требований - определить, когда объем отклонился от цены или пошел вверх, покацена упала.

Есть ли способ сделать это?Я не уверен, как это определить.

Заранее спасибо.

Answer 1

Я думаю, вы должны использовать корреляции , чтобы сделать то, что вы описали.

Подводя итог, корреляции используются для описания взаимосвязи между двумя переменными, такими как объем и цена в вашем вопросе.Таким образом, всякий раз, когда вы коррелируете переменные, возвращается число от -1 до +1.

В общем, если у вас есть положительная корреляция между переменными (обычно> 0,6), вы говорите, что когда объем увеличивается, цена также увеличивается.С другой стороны, отрицательная корреляция (точно значение, близкое к -1), когда переменная увеличивается, другая уменьшается.

Обычно, когда вы находите корреляцию, близкую к нулю, вы можете сказать, что естьслабая корреляция или отсутствие корреляции.

Кроме того, существуют правила применения корреляций.В общем, когда у вас есть негауссовское распределение, вы должны использовать корреляцию Спирмена.Имея распределение Гаусса, вы можете использовать корреляцию Пирсона.Чтобы определить, является ли ваш дистрибутив гауссовским или нет, вы можете использовать тест Колмогорова – Смирнова или тест Шапиро – Вилка.

Есть еще одна деталь.При расчете корреляций вы должны проверить p-значение , которое количественно определяет вероятность того, что ваша корреляция будет действительной.Обычно значение р <0,05 обычно является приемлемым.В противном случае вы не сможете ничего сделать с результатом корреляции. </p>