Aufgabe 1 - Lineare Regression zwischen den Returns und Schlusskursen¶
1.1) Datenimport und Datenaufbereitung:¶
In der vorherigen Übung haben wir den Zusammenhang der Kurse bzw. Returns von EON und RWE analysiert. Importieren Sie diese Daten erneut
In [ ]:
In [ ]:
1.2) Ermitteln Sie die Regressionsgerade um mittels EON-Returns die RWE-Returns zu bestimmen. Berechnen Sie die Regressionskoeffizenten dabei mittels¶
- statistischer Stichprobenkennzahlen
- als kleinste Quadrate Lösung $||X \beta - Y||^2$ mittels der np.linalg.lstsq() Funktion von NumPy, wobe $X$ die Designmatrix und $Y$ dem Datenvektor entsprechen
- als Lösung des linearen Gleichungssystems, welchse sich aus der Normalengleichung $X^T X \beta = X^T Y$ ergibt
- direkte Berechnung der Lösungsformel $\hat \beta = (X^T X)^{-1} X^T Y$
- mittels Paketen:
- Statsmodels
- sklearn
- scipy
- linearmodels (Installation via pip!)
Für Designmatrix, Normalengleichung usw. siehe Skript