如何用Python循环批量对多支股票执行线性回归分析？

完全可以通过for循环遍历所有股票代码，批量完成线性回归分析，高效筛选出均值回归程度最高的股票。以下是完整实现方案：

核心思路 #

对每只股票动态提取当日收益率（X）和前一日收益率（Y），拟合简单线性回归模型后，收集关键参数（斜率、R²等）。其中负斜率的绝对值越大，说明股票收益率的均值回归倾向越显著。

修正后的完整代码 #

import yfinance as yf
import numpy as np
import pandas as pd
from datetime import date, timedelta
from sklearn.linear_model import LinearRegression

# 日期范围设置（修正原代码中未定义的end变量）
enddt = date.today()
startdt = enddt - timedelta(days=90)

# 股票列表（实际使用时替换为标普500完整代码列表）
symbols = ['MMM', 'AOS', 'ABT']

# 获取行情数据并计算日收益率
data = yf.download(" ".join(symbols), start=startdt, end=enddt)
daily_returns = data['Adj Close'].pct_change()
df2 = pd.DataFrame(daily_returns)

# 生成每只股票的滞后收益率列
for symbol in symbols:
    df2[f'{symbol}_lag'] = df2[symbol].shift(1)

# 移除包含NaN的前两行数据
df3 = df2.drop(df2.index[[0, 1]])

# 初始化列表存储所有股票的回归结果
regression_results = []

# 批量执行线性回归
for symbol in symbols:
    # 动态提取当前股票的X和Y变量
    x = np.array(df3[symbol]).reshape((-1, 1))
    y = np.array(df3[f'{symbol}_lag'])
    
    # 拟合线性回归模型
    model = LinearRegression().fit(x, y)
    
    # 计算R²值（修正原代码中错误的model.score_属性）
    r_squared = model.score(x, y)
    
    # 收集当前股票的回归参数
    regression_results.append({
        '股票代码': symbol,
        '截距': model.intercept_,
        '斜率': model.coef_[0],
        'R²': r_squared
    })

# 将结果转换为DataFrame，方便排序和查看
results_df = pd.DataFrame(regression_results)

# 按斜率升序排序——负斜率绝对值越大，均值回归程度越高
results_df_sorted = results_df.sort_values(by='斜率', ascending=True)

# 输出排序后的结果
print("批量回归结果（按均值回归程度从高到低排序）：")
display(results_df_sorted)

关键说明 #

1. 动态变量提取：通过df3[symbol]和df3[f'{symbol}_lag']实现循环中自动切换不同股票的X、Y变量，无需手动编写单支股票的回归代码。
2. 结果整理：用字典列表收集每只股票的参数，最终转为DataFrame后可直接排序筛选，快速定位均值回归最强的股票。
3. 均值回归判断逻辑：当回归斜率为负时，说明当日收益率会反向修正前一日的偏离（即向均值回归），斜率绝对值越大，回归力度越强。

内容的提问来源于stack exchange，提问作者Ean Bigelow