Correlación de dos series temporales

Análisis de series temporales en Python

Rob Reider

Adjunct Professor, NYU-Courant Consultant, Quantopian

Correlación de dos series temporales

  • Gráfico de S&P500 y la acción de JPMorgan
Análisis de series temporales en Python

Correlación de dos series temporales

  • Diagrama de dispersión de los rendimientos de S&P500 y JP Morgan
Análisis de series temporales en Python

Más diagramas de dispersión

  • Correlación = 0.9

  • Correlación = -0.9

  • Correlación = 0.4

  • Correlación = 1.0

Análisis de series temporales en Python

Error común: correlación de dos series con tendencia

  • Dow Jones Industrial Average y avistamientos de ovnis (www.nuforc.org)

  • Correlación de niveles: 0.94

  • Correlación de variaciones porcentuales: $\large \approx$ 0
Análisis de series temporales en Python

Ejemplo: correlación de acciones large cap y small cap

  • Empieza con precios de SPX (large cap) y R2000 (small cap)
  • Primer paso: calcula los cambios porcentuales de ambas series 
      df['SPX_Ret'] = df['SPX_Prices'].pct_change()
  df['R2000_Ret'] = df['R2000_Prices'].pct_change()
Análisis de series temporales en Python

Ejemplo: correlación de acciones large cap y small cap

  • Visualiza la correlación con un diagrama de dispersión
      plt.scatter(df['SPX_Ret'], df['R2000_Ret'])
  plt.show()

Análisis de series temporales en Python

Ejemplo: correlación de acciones large cap y small cap

  • Usa el método de correlación de pandas para Series
correlation = df['SPX_Ret'].corr(df['R2000_Ret'])
print("Correlation is: ", correlation)

Correlation is: 0.868
Análisis de series temporales en Python

¡Vamos a practicar!

Análisis de series temporales en Python

Preparing Video For Download...