量化投资学习——配对交易协整检验的方法

关于配对交易或者说统计套利的协整检验的方法如下所示：

格陵兰因果检验
代码出自次数：https://blog.csdn.net/weixin_35757704/article/details/113031976
格兰杰因果关系检验的结论是一种统计估计，它先假设时间序列之间没有因果关系， 然后检验能否否定，如果能否定这个检验，那么这就可以验证这份时间序列数据对想要预测的目标是有效的。

目标使用b预测a，a是要得出预测结果的序列：

from statsmodels.tsa.stattools import grangercausalitytests
import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randint(0, 100, size=(10, 2)), columns=['a', 'b'])
grangercausalitytests(df[['a', 'b']], maxlag=2)

结果如下所示：

各项指标为：

number of lags (no zero) 1：当lags为1时的检测结果
ssr based F test：残差平方和F检验
ssr based chi2 test：残差平方和卡方检验
likelihood ratio test：似然比检验结果
parr F testamete：参数 F 检验结果

主要看p值，p小于0.05才能证明b对a有效