股票统计命名空间 / stock.py

stock.ols

行算子，计算线性回归输入第一列为y，其余列为X 参数 :constant: None | pl.DataFrame, 只在滚动计算下起作用，每次滚动计算时候的常数项或者趋势项 :zscore: bool | False, 表示是否对输入先做zscore处理, :stats_method: "beta" | "beta_stats" | "residual

接口示例returns: Exprstock

输入 / 输出

输入

y, x1, x2

输入项	类型	示例
`y`	`Float64`	1.5
`x1`	`Float64`	0.5
`x2`	`Float64`	2.0

输出

项目	说明
返回类型	`Expr`
输出对象	表达式/执行计划/配置对象
输出语义	输出列由算子、alias 或底层实现决定；需要稳定列名时显式使用 alias。
执行方式	先构造对象，再放入 DataSet、Monitor、UDF 或真实执行上下文。
核心调用	`col("y", "x1", "x2").stock.ols(False, 'beta')`

打印输入 / 打印输出

下面内容来自本页示例代码真实执行后的 stdout，不是手写占位。

打印输入

print(data)

shape: (20, 3)
┌─────┬─────┬──────┐
│ y   ┆ x1  ┆ x2   │
│ --- ┆ --- ┆ ---  │
│ f64 ┆ f64 ┆ f64  │
╞═════╪═════╪══════╡
│ 1.5 ┆ 0.5 ┆ 2.0  │
│ 2.1 ┆ 0.7 ┆ 1.88 │
│ 2.7 ┆ 0.9 ┆ 1.76 │
│ 2.7 ┆ 1.1 ┆ 1.64 │
│ 3.3 ┆ 1.3 ┆ 1.52 │
│ …   ┆ …   ┆ …    │
│ 7.5 ┆ 3.5 ┆ 2.45 │
│ 8.1 ┆ 3.7 ┆ 2.33 │
│ 8.7 ┆ 3.9 ┆ 2.21 │
│ 8.7 ┆ 4.1 ┆ 2.09 │
│ 9.3 ┆ 4.3 ┆ 1.97 │
└─────┴─────┴──────┘

打印输出

print(out)

shape: (4, 2)
┌──────────┬─────────────────────────────────┐
│ 项目     ┆ 内容                            │
│ ---      ┆ ---                             │
│ str      ┆ str                             │
╞══════════╪═════════════════════════════════╡
│ 调用     ┆ col("y", "x1", "x2").stock.ols… │
│ 状态     ┆ 未执行成数据表                  │
│ 错误类型 ┆ AttributeError                  │
│ 错误信息 ┆ 'bool' object has no attribute… │
└──────────┴─────────────────────────────────┘

调用

Python

col("y", "x1", "x2").stock.ols(False, 'beta')

参数	类型	默认值	说明
`constant`	`pl.DataFrame \| None`	`None`	位置参数
`zscore`	`bool`	`False`	位置参数
`stats_method`	`str`	`'beta'`	位置参数

源码参数说明

:constant: None | pl.DataFrame, 只在滚动计算下起作用，每次滚动计算时候的常数项或者趋势项
:zscore: bool | False, 表示是否对输入先做zscore处理,
:stats_method: "beta" | "beta_stats" | "residual" | "residual_stats"
~~~~~
1. "beta", 返回每个x的回归系数
2. "beta_stats": 返回每个x回归系数的统计量, 每个变量三个统计量: standard_err, p_value, t_value,
3. "residual": 返回残差
4. "residual_stats": 返回残差的统计量，一共三个: mse, mae, r_square
~~~~~

完整代码

这个算子页使用接口示例：不伪造计算结果。需要真实上下文、多输入源、Monitor session、UDF 回调、策略状态，或当前底层实现之后再执行。

展开可复制完整代码

Python

import datetime as dt
import polars as pl
import qust as qs
from qust import col, pms

data = pl.DataFrame(
    {
        "y": [1.5, 2.1, 2.7, 2.7, 3.3, 3.9, 3.9, 4.5, 5.1, 5.1, 5.7, 6.3, 6.3, 6.9, 7.5, 7.5, 8.1, 8.7, 8.7, 9.3],
        "x1": [0.5, 0.7, 0.9, 1.1, 1.3, 1.5, 1.7, 1.9, 2.1, 2.3, 2.5, 2.7, 2.9, 3.1, 3.3, 3.5, 3.7, 3.9, 4.1, 4.3],
        "x2": [2.0, 1.88, 1.76, 1.64, 1.52, 2.15, 2.03, 1.91, 1.79, 1.67, 2.3, 2.18, 2.06, 1.94, 1.82, 2.45, 2.33, 2.21, 2.09, 1.97],
    }
)

pool = qs.DataPool("doc_pool")
monitor = qs.Monitor()
right = qs.DataSource("right")
schema = [("x", qs.dt.Float64)]
plot_expr = col("x")
df = col("x").runtime()

print("算子:")
print('stock.ols')
print("场景:")
print('股票统计：回归、残差等统计建模输入。')
print("模式:")
print('接口示例：只构造表达式或对象，不伪造计算结果。')
print("输入列:")
print('y, x1, x2')
print("调用:")
print('col("y", "x1", "x2").stock.ols(False, \'beta\')')
print("输入数据模板:")
print(data)
try:
    result = col("y", "x1", "x2").stock.ols(False, 'beta')
except BaseException as err:
    out = pl.DataFrame({
        "项目": ["调用", "状态", "错误类型", "错误信息"],
        "内容": ['col("y", "x1", "x2").stock.ols(False, \'beta\')', "未执行成数据表", type(err).__name__, str(err)[:200]],
    })
    print("输出:")
    print(out)
else:
    out = pl.DataFrame({
        "项目": ["调用", "返回类型", "状态", "怎么得到业务表"],
        "内容": ['col("y", "x1", "x2").stock.ols(False, \'beta\')', type(result).__name__, "表达式构造完成", "放进 col(...).runtime().calc_data(data)、col.with_cols(...).runtime().calc_data(data)，或对应 Monitor/DataSet 运行上下文。"],
    })
    print("输出:")
    print(out)

改成业务代码

改哪里	怎么改
列名	把示例 DataFrame 里的列名换成你的真实列名，列顺序保持和用法一致。
参数	只改函数括号里的参数；不要随意改变 `rolling/over/batch/select` 的链式层级。
输出名	需要稳定输出列名时，在表达式尾部加 `.alias("name")`。
调试	先打印输入数据和调用字符串，再执行 `calc_data`；报 schema 错时先检查列数和 dtype。

注意事项

- 参数类型与预期不一致会导致运行时报错或返回空值。

来源

项目	位置
源码文件	`stock.py`
类/对象	`Stock`