Korrelation mellan två tidsserier

Tidsserieanalys i Python

Rob Reider

Adjunct Professor, NYU-Courant Consultant, Quantopian

Korrelation mellan två tidsserier

  • Graf över S&P500 och JPMorgan-aktien
Tidsserieanalys i Python

Korrelation mellan två tidsserier

  • Spridningsdiagram över S&P500 och JP Morgan-avkastning
Tidsserieanalys i Python

Fler spridningsdiagram

  • Korrelation = 0,9

  • Korrelation = -0,9

  • Korrelation = 0,4

  • Korrelation = 1,0

Tidsserieanalys i Python

Vanligt misstag: Korrelation mellan två trendande serier

  • Dow Jones Industrial Average och UFO-observationer (www.nuforc.org)

  • Korrelation av nivåer: 0,94

  • Korrelation av procentförändringar: $\large \approx$ 0
Tidsserieanalys i Python

Exempel: Korrelation mellan large cap- och small cap-aktier

  • Utgå från aktiekurser för SPX (large cap) och R2000 (small cap)
  • Första steget: beräkna procentförändringar för båda serierna
      df['SPX_Ret'] = df['SPX_Prices'].pct_change()
  df['R2000_Ret'] = df['R2000_Prices'].pct_change()
Tidsserieanalys i Python

Exempel: Korrelation mellan large cap- och small cap-aktier

  • Visualisera korrelationen med ett spridningsdiagram
      plt.scatter(df['SPX_Ret'], df['R2000_Ret'])
  plt.show()

Tidsserieanalys i Python

Exempel: Korrelation mellan large cap- och small cap-aktier

  • Använd pandas korrelationsmetod för Series
correlation = df['SPX_Ret'].corr(df['R2000_Ret'])
print("Correlation is: ", correlation)

Correlation is: 0.868
Tidsserieanalys i Python

Nu kör vi en övning!

Tidsserieanalys i Python

Preparing Video For Download...