statsmodels Parcours

OuvertCommencez ici

Une régression ne vaut que par les vérifications qui la soutiennent. Cette compétence enseigne statsmodels comme l'outil qui rapporte non seulement un coefficient mais aussi jusqu'où lui faire confiance, avec de courts exercices (nombres à calculer, étapes à ordonner, notions à associer) et des exemples de finance : pourquoi un bêta précis peut s'accompagner d'un petit R carré, ce que signalent une statistique de Durbin–Watson et un facteur d'inflation de la variance, pourquoi des rendements qui se chevauchent gonflent une statistique t et comment Newey–West le corrige, pourquoi une pente logit significative peut être inutile pour le trading, ce que peuvent et ne peuvent pas dire un VAR et un test de Granger, comment un filtre de Kalman suit un niveau caché, pourquoi deux prix qui semblent cointégrés ne le sont souvent pas, comment la régression quantile suit les queues des rendements et pourquoi Fama–MacBeth bat une régression groupée. Le projet final est un lab de code où vous construisez la procédure en deux passes, une statistique t de Newey–West et un test d'alpha sur de vraies actions.