使用numpy/pandas的回归线斜率

Question

我想写一段代码，给定两个数字列表，找到beta coefficient。这可以通过求直线的斜率或使用两个列表的协方差来实现。我试过np.cov()，但结果与预期不同（值应该接近1）。Excel的^{} function计算正确，但我在numpy中尝试做同样的事情。如何计算与excel函数类似的多个点的斜率？你知道吗

# both of these are lists (same size) of numbers 
bmreturns = merged['Close-bm'].pct_change()
stockreturns = merged['Close-s'].pct_change()

# incorrect value (too small) - maybe because it's normalized
print(bmreturns.cov(stockreturns))

##=SLOPE({2,4,6}, {10,20,30}) = 0.2

Answer 1

当阅读WikiPedia page on simple regression时，很明显

β=cov（x，y）/var（x）

只计算cov（x，y），不除以var（x）

解决办法是

bmreturns.cov(stockreturns) / bmreturns.var()