AI量化知识树

线性回归

由clearyf创建,最终由qxiao 被浏览 686 用户

导语

线性回归模型的最大特点就是简单高效,本文将对线性回归做详细介绍。


简介线性回归

线性回归是衡量两个变量之间线性关系的一种建模技术。 如果我们有一个变量X和一个依赖变量X的变量Y,则线性回归可以确定哪个线性模型Y=α+βX能够最好地解释数据。 例如,我们考虑浦发银行和沪深300的价格指数, 我们想知道浦发银行如何随着沪深300的变化而变化,因此我们将对这两个标的的日收益率进行回归。

Python的statsmodels库具有内置的线性回归功能。 它将给出最能够拟合数据的一条的直线,并且能够帮助你决定该线性关系是否显著。 线性回归的输出还包括一些有关模型的数值统计信息,如R方和F值,可以帮助您量化模型的实际的解释能力。


线性回归的使用

附件:线性回归的使用

https://bigquant.com/codesharev2/e69749a2-c6a5-48b9-bc77-4aa5d3a9d227

本文由BigQuant宽客学院推出,版权归BigQuant所有,转载请注明出处。


\

标签

线性回归