Berechnen Sie Kointegration mit NsePy, Pandas-Bibliothek

Rally Latvia 2012 (Apskats, LTV7 Tavs auto) (Dezember 2018).

Anonim

Hier ist ein einfaches Beispiel, um Kointegration zwischen zwei Aktienpaaren mit Python-Bibliotheken wie NSEpy, Pandas, Statmodels, Matplotlib zu berechnen

Kointegration wird in Statistical Arbitrage verwendet, um das beste Aktienpaar (Pair Trading) zu finden, um in einer Aktie long zu gehen und kurz (Competitive peers), um Renditen zu generieren. Statistische Arbitrage (StatArb) dreht sich alles um Mean-Reversion, auf der Suche nach einer Abweichung in den Spreads und erwarten, dass die Mean Reversion von der Spread.

NSEpy - ruft historische Daten von nseindia.com ab
Pandas - Python-Bibliothek zur Verarbeitung von Zeitreihendaten
Statmodels - Python-Bibliothek für statistische Operationen wie Kointegration
Matplotlib - Python-Bibliothek für die 2D-Kartenzeichnung

Wir werden die Funktion get_history NSEpy verwenden, um die Indexdaten von nseindia zu holen. Um jedoch Bestandsdaten abzurufen, müssen Sie get_price_history verwenden. Wenn Sie sich die NSEpy-Bibliothek ansehen, erhalten Sie einen breiteren Überblick über die Replikation derselben für die Bestände. Aber das Problem mit NSEIndia-Daten ist, dass die Bestandsdaten nicht auf Split / Bonus eingestellt sind. Behandelt das in einem anderen Beitrag darüber, wie die Daten für Split / Bonus verarbeitet werden, bevor die Zeitreihendaten analysiert werden.

Beispiel IPython Notebook zur Berechnung der Kointegration:

Verweise

Quantopian Vortrag über Paarhandel
Python-Bibliothek, um öffentlich verfügbare Daten auf der NSE-Website zu erhalten - NSEpy