У меня есть датафрейм с возвратом акций. Колонка 1 - это моя колонка с рыночной доходностью. Следующие 10 столбцов представляют собой индивидуальную доходность акций. Я хочу рассчитать бета для акций, выполнив простую линейную регрессию рыночных доходов для каждой отдельной акции. Таким образом, регрессии абсолютно одинаковы, за исключением того, что я каждый раз использую разные столбцы. Я знаю, как управлять отдельными регрессиями, но я хотел бы создать цикл for, чтобы получить все регрессии одновременно, но я застрял по какой-то причине.
это регрессия, которую я использую, где SPY - это рыночная доходность, а AAPL - это доходность акций. Я хочу создать цикл, который заменяет AAPL на все другие имена тикеров из моего фрейма данных.
model = smf.ols('AAPL ~ + SPY', data=df)
result = model.fit(cov_type = 'HAC', cov_kwds = {'maxlags':5})
print(result.summary2())