Пес на повідку? (Частина 2)

Щоб переконатися, що ціни на Heating Oil і Natural Gas є коінтегрованими, спершу окремо застосуйте тест Дікі — Фуллера, щоб показати, що вони є випадковими блуканнями. Потім застосуйте тест до їхньої різниці, яка має чітко відхиляти гіпотезу випадкового блукання. Ціни на Heating Oil і Natural Gas вже завантажені в датафрейми HO та NG.

Ця вправа є частиною курсу

Аналіз часових рядів у Python

Переглянути курс

Інструкції до вправи

Виконайте тест adfuller окремо для HO та NG і збережіть результати (результат — це список)
- Аргументом функції adfuller має бути Series, тому обов'язково використайте стовпець 'Close'
- Виведіть лише p-value (елемент [1] у списку)
Зробіть те саме для спреду, знову перетворивши одиниці вимірювання HO та використовуючи стовпець 'Close' кожного датафрейма

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# 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])

Редагувати та запускати код