计算优化权重以最大化相关性答案

【问题标题】：Calculating optimized weights to maximize correlation计算优化权重以最大化相关性
【发布时间】：2019-02-14 19:41:06
【问题描述】：

我有两个时间序列数据，A 列和 B 列。

我正在计算 A 列上不同持续时间的滚动移动平均线。例如 (5,10,15,20)。

我想为这些平均列中的每一个分配权重，以便权重和平均列的总和与列 B 具有最大的相关性。换句话说，如何在 Python 中实现类似 excel 的优化。

请查看示例代码并建议前进的方向。

import pandas as pd
import numpy as np

dates = pd.date_range('20130101', periods=100)

df = pd.DataFrame(np.random.randn(100, 2), index=dates, columns=list('AB'))

df['sma_5']=df['A'].rolling(5).mean()

df['sma_10']=df['A'].rolling(10).mean()

df['sma_15']=df['A'].rolling(15).mean()

df['sma_20']=df['A'].rolling(20).mean()

w=[0.25,0.25,0.25,0.25]

df['B_friend'']= 
w[0]*df['sma_5']+w[1]*df['sma_10']+w[2]*df['sma_15']+w[3]*df['sma_20']

需要优化权重“w”以最大化相关性。

df['B'].corr(df['B_friend'])

提前致谢。

【问题讨论】：

标签： python pandas optimization

【解决方案1】：

scipy.optimize.minimize 函数看起来像你需要的：https://docs.scipy.org/doc/scipy/reference/generated/scipy.optimize.minimize.html#scipy.optimize.minimize

代码如下所示：

import pandas as pd
import numpy as np
import scipy.optimize as opt

dates = pd.date_range('20130101', periods=100)
df = pd.DataFrame(np.random.randn(100, 2), index=dates, columns=list('AB'))
df['sma_5']=df['A'].rolling(5).mean()
df['sma_10']=df['A'].rolling(10).mean()
df['sma_15']=df['A'].rolling(15).mean()
df['sma_20']=df['A'].rolling(20).mean()

def fun(x):
    w = x
    B_friend=w[0]*df['sma_5']+w[1]*df['sma_10']+w[2]*df['sma_15']+w[3]*df['sma_20']
    # -np.abs(corr) instead of just corrr is used
    # in order to turn a maximization problem into a
    # minimization problem
    return -np.abs(df['B'].corr(B_friend))

w=[0.25,0.25,0.25,0.25]
opt.minimize(fun, w)

【讨论】：