Correlazione di due serie temporali

Analisi delle serie temporali in Python

Rob Reider

Adjunct Professor, NYU-Courant Consultant, Quantopian

Correlazione di due serie temporali

  • Grafico di S&P500 e azione JPMorgan
Analisi delle serie temporali in Python

Correlazione di due serie temporali

  • Diagramma a dispersione dei rendimenti di S&P500 e JP Morgan
Analisi delle serie temporali in Python

Altri diagrammi a dispersione

  • Correlazione = 0,9

  • Correlazione = -0,9

  • Correlazione = 0,4

  • Correlazione = 1,0

Analisi delle serie temporali in Python

Errore comune: correlazione di due serie con trend

  • Dow Jones Industrial Average e avvistamenti UFO (www.nuforc.org)

  • Correlazione dei livelli: 0,94

  • Correlazione delle variazioni percentuali: $\large \approx$ 0
Analisi delle serie temporali in Python

Esempio: correlazione tra azioni large cap e small cap

  • Parti dai prezzi azionari di SPX (large cap) e R2000 (small cap)
  • Primo passo: calcola le variazioni percentuali di entrambe le serie 
      df['SPX_Ret'] = df['SPX_Prices'].pct_change()
  df['R2000_Ret'] = df['R2000_Prices'].pct_change()
Analisi delle serie temporali in Python

Esempio: correlazione tra azioni large cap e small cap

  • Visualizza la correlazione con un diagramma a dispersione
      plt.scatter(df['SPX_Ret'], df['R2000_Ret'])
  plt.show()

Analisi delle serie temporali in Python

Esempio: correlazione tra azioni large cap e small cap

  • Usa il metodo di correlazione di pandas per Series
correlation = df['SPX_Ret'].corr(df['R2000_Ret'])
print("Correlation is: ", correlation)

Correlation is: 0.868
Analisi delle serie temporali in Python

Esercitiamoci!

Analisi delle serie temporali in Python

Preparing Video For Download...