Ich versuche, die Johansen-Methode besser zu verstehen, deshalb habe ich ein Beispiel 3.1 aus dem Buch Likelihood-Based-Inference-Cointegrated-Autoregressive-Econometrics entwickelt, in dem wir drei Prozesse haben:
Die Kointegrationsvektoren sollten also [a, -1, 0] und [0, 0 1] sein, aber wenn ich die Johansen-Methode ausführe, kann ich sie nicht erhalten.
Der Code, den ich versuche, ist der folgende:
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
from statsmodels.tsa.stattools import adfuller
from statsmodels.tsa.johansen import coint_johansen
mu, sigma = 0, 1 # mean and standard deviation
n = 1000
s1 = np.random.normal(mu, sigma, n)
s2 = np.random.normal(mu, sigma, n)
s3 = np.random.normal(mu, sigma, n)
x_1t = np.cumsum(s1)+s2
x_2t = 7*np.cumsum(s1)+s3
x_3t = s3
#Creating Pandas object
todays_date = datetime.datetime.now().date()
index = pd.date_range(todays_date-datetime.timedelta(10), periods=n, freq='D')
y = pd.DataFrame(index=index, data={'col1': x_1t, 'col2': x_2t, 'col3':x_3t} )
p = 4
jres = coint_johansen(y, 0, p)
Ich habe mehrere p-Werte versucht und kann die Kointegrationsvektoren nicht erhalten. Ich weiß, dass ich etwas falsch mache. Vielen Dank.
self-study
cointegration
vecm
Mapsa
quelle
quelle
Antworten:
Ich habe die Antwort gefunden. Wenn es für jemanden hilfreich ist, können Sie das folgende Notizbuch überprüfen:
http://nbviewer.ipython.org/github/mapsa/seminario-doc-2014/blob/master/cointegration-example.ipynb
quelle