问题描述
我在 Python 中使用 https://www.statsmodels.org/stable/generated/statsmodels.nonparametric.kernel_regression.KernelReg.html 中的 statsmodels.nonparametric.kernel_regression.KernelReg 对股票数据的时间序列执行局部非参数内核回归。由于我使用的是滑动窗口方法和十年期的大约 500 只股票，因此必须进行许多回归。我正在使用 Nadaraya-Watson 核回归，您必须选择适合数据的带宽。选择此带宽的一种方法是使用内置于 statsmodels.nonparametric.kernel_regression.KernelReg 中的留一法交叉验证，但问题是它非常慢。有没有人知道在使用 Nadaraya-Watson 模型执行非参数核回归时使用留一法交叉验证的更快方法？
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）