statsmodels Ruta

ActivaEmpieza aquí

Una regresión vale lo que valen las comprobaciones que la respaldan. Esta habilidad enseña statsmodels como la herramienta que informa no solo un coeficiente sino hasta dónde fiarse de él, con comprobaciones breves (números que calcula, pasos que ordena, conceptos que empareja) y ejemplos financieros: por qué un beta preciso puede venir con un R cuadrado pequeño, qué advierten un estadístico de Durbin–Watson y un factor de inflación de la varianza, por qué los rendimientos solapados inflan un estadístico t y cómo lo corrige Newey–West, por qué una pendiente logit significativa puede ser inútil para operar, qué pueden y qué no pueden decir un VAR y una prueba de Granger, cómo un filtro de Kalman sigue un nivel oculto, por qué dos precios que parecen cointegrados a menudo no lo están, cómo la regresión cuantílica sigue las colas de los rendimientos y por qué Fama–MacBeth supera a una regresión agrupada. El proyecto final es un laboratorio de código donde construye el procedimiento de dos pasadas, un estadístico t de Newey–West y una prueba de alfa con acciones reales.