A Dog on a Leash? (Deel 2)
Om te controleren of de prijzen van Heating Oil en Natural Gas gecointegreerd zijn, pas je eerst de Dickey-Fuller-test afzonderlijk toe om aan te tonen dat het random walks zijn. Pas daarna de test toe op het verschil; die zou de random-walk-hypothese sterk moeten verwerpen. De prijzen van Heating Oil en Natural Gas zijn al ingeladen in DataFrames HO en NG.
Deze oefening maakt deel uit van de cursus
Tijdreeksanalyse in Python
Oefeninstructies
- Voer de adfuller-test apart uit op
HOen opNG, en sla de resultaten op (resultaten zijn een lijst)- Het argument voor adfuller moet een Series zijn, dus je moet de kolom
'Close'meenemen - Print alleen de p-waarde (item [1] in de lijst)
- Het argument voor adfuller moet een Series zijn, dus je moet de kolom
- Doe hetzelfde voor de spread, waarbij je opnieuw de eenheden van
HOomzet en de kolom'Close'van elk DataFrame gebruikt
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# Import the adfuller module from statsmodels
from statsmodels.tsa.stattools import adfuller
# Compute the ADF for HO and NG
result_HO = adfuller(____)
print("The p-value for the ADF test on HO is ", result_HO[1])
result_NG = ___(NG['Close'])
print("The p-value for the ADF test on NG is ", result_NG[1])
# Compute the ADF of the spread
result_spread = adfuller(7.25 * ___ - ___)
print("The p-value for the ADF test on the spread is ", result_spread[1])