python怎么检验股票日收益率_若干股票收益率的自相关检验

我想对股票收益数据集进行一个自相关测试(比如杜宾·沃森)。特别是，我有一个季度股票收益的数据集，所以每个季度都有一个观察值，它代表该季度收益公布后的1天股价回报。2只股票和3个季度的最小示例如下所示：data = [{'date': '3/22/18', 'return': 1},{'date': '3/22/18', 'return': 1},

{'date': '6/22/18', 'return': 3},{'date': '6/22/18', 'return': 3},

{'date': '9/22/18', 'return': 2},{'date': '9/22/18', 'return': 2}]

df = pd.DataFrame(data, index=['s1', 's2','s1','s2','s1','s2'])

date return

s1 3/22/18 1

s2 3/22/18 1

s1 6/22/18 3

s2 6/22/18 3

s1 9/22/18 2

s2 9/22/18 2

因为我有大量的股票，所以我想对每只股票分别进行测试，然后对每只股票进行一系列DW测试统计数据。像这样说：

^{pr2}$

我想用：

在statsmodels.stats.stattools.durbin_watson(剩余，轴=0)

但我不太确定如何继续获得上述数组。我们非常感谢您的帮助。在