这篇文章主要讲解了如何使用Python实现滚动回归操作，内容清晰明了，对此有兴趣的小伙伴可以学习一下，相信大家阅读完之后会有帮助。
成都创新互联公司是一家专注于
成都网站设计、成都做网站与策划设计,裕民网站建设哪家好?
成都创新互联公司做网站,专注于网站建设10年,网设计领域的专业建站公司;建站业务涵盖:裕民等地区。裕民做网站价格咨询:028-86922220
滚动回归
所谓滚动回归，通常用在时间序列上。记当前时刻为 t，回归时长为 s，则一直使用 当作自变量来预测 。使用滚动回归的目的通常是为了避免未来函数对于回归的影响。
具体来说，如果我们直接用所有数据来建立线性回归模型，则回归系数 ，是关于所有 x 与所有 y 的函数。然而，我们在 时是不知道未来的数据点的！如果使用全部数据进行回归则相当于未卜先知，会造成严重的过拟合。
Python实现
之前 python 的 pandas 与 statsmodels 库均支持滚动回归，但是现在两个都不支持。因此如果大家使用的是最新版的 pandas 与 statsmodels ，那么网上的那些做法均没有用。
目前我找到的唯一可以实现滚动回归的 python 库是 pyfinance，代码如下：
from pyfinance.ols import PandasRollingOLS
results = PandasRollingOLS(x, y, window) # window 是滚动回归的自变量个数
results.solution # 每一步估计的截距与斜率
results.beta # 每一步估计的斜率
results.alpha # 每一步估计的截距
results.predicted # 每一步估计的样本内预测值
名称栏目：如何使用Python实现滚动回归操作-创新互联
分享URL：
http://cdkjz.cn/article/dhgdos.html
