gs-quant 滚动窗口回归实战：用 RollingLinearRegression 监控参数漂移

gs-quant 滚动窗口回归实战：用 RollingLinearRegression 监控参数漂移

【免费下载链接】gs-quantPython toolkit for quantitative finance项目地址: https://gitcode.com/GitHub_Trending/gs/gs-quant

gs-quant 是 Goldman Sachs 开源的量化金融工具包。其 timeseries 模块中的RollingLinearRegression（定义于gs_quant/timeseries/statistics.py）在固定观测数的滚动窗口上拟合 OLS 回归，输出"每个窗口末一个点"的参数序列，是监控参数漂移最直接的构件。本文按源码走读这个类，再用仓库自带测试数据复现一次完整的漂移告警。

参数"突然失效"长什么样

策略参数通常在全样本上标定：系数拟合漂亮，R² 达标。但市场结构切换后，解释变量与被解释变量的关系可能已经改变。典型症状：

• 滚动 R² 连续多期低于长期基线
• 关键系数相对历史区间发生符号或量级翻转
• 模型残差标准差显著放大
• 漂移不一定出现在你关注的那个系数上，可能转移到其他系数或截距

全样本回归只能告诉你"整体拟合变差"，滚动回归能告诉你"从哪一期开始变差、哪个参数在动"。

RollingLinearRegression 源码走读

构造函数：校验、清洗与对齐一次做完

构造签名是RollingLinearRegression(X, y, w, fit_intercept=True)，X可以是单条序列或序列列表。关键逻辑（节选简化）：

# 意图：清洗对齐后交给 statsmodels RollingOLS，参数存于每个窗口末端 def __init__(self, X, y, w, fit_intercept=True): df = sm.add_constant(df) if fit_intercept else df if w <= len(df.columns): raise MqValueError('Window length must be larger than the number of explanatory variables') df = df[~df.isin([np.nan, np.inf, -np.inf]).any(axis=1)] y = y[~y.isin([np.nan, np.inf, -np.inf])] df_aligned, y_aligned = df.align(y, 'inner', axis=0) self._res = RollingOLS(y_aligned, df_aligned, w).fit()

有四个点值得注意：

1. fit_intercept必须是 bool，传数字会抛MqTypeError
2. w的校验把常数项也算一列：2 个解释变量加截距时，w必须大于 3
3. 含 nan/inf 的行在对齐之前就被剔除，窗口内有效点数可能小于w
4. 底层引擎是 statsmodels 的RollingOLS，w只接受 int，不支持'1m'这类字符串窗口

四个输出序列各返回什么

每个方法都是对self._res对应字段的包装，序列 index 与对齐后一致，前w-1个点为 NaN：

参数按窗口末端存储：$R_t = \mathrm{OLS}(X_{t-w+1:t},\ y_{t-w+1:t})$，第t个点记录的是[t-w+1, t]这一窗口的估计值。

日常调用只需几行：

# 意图：一次构造，取出滚动 R² 与斜率两条核心监控序列 from gs_quant.timeseries.statistics import RollingLinearRegression reg = RollingLinearRegression([x1, x2], y, 22) reg.r_squared() # 滚动 R² reg.coefficient(1) # 第 1 个解释变量的斜率（0 是截距） reg.standard_deviation_of_errors() # 滚动误差标准差

方法上的@plot_method装饰器把输出标记为可绘图对象；gs_quant/timeseries/statistics.py头部注释写明 Marquee Plot Service 会直接暴露这些公开方法。同文件的LinearRegression是全样本静态版：输出标量、额外支持predict()，RollingLinearRegression没有predict。

用仓库自带测试数据复现一次漂移告警

gs_quant/test/timeseries/test_statistics.py的test_rolling_linear_regression构造了一组"真实关系稳定、中间注入异常观测"的数据，简化后可直接运行：

# 意图：y = 10 + x1 + 3*x2，末两点被压低，模拟参数漂移发生 x1 = pd.Series([0, 1, 4, 9, 16, 25], index=pd.date_range('2019-1-1', periods=6)) x2 = pd.Series([0, 1, 2, 3, 4, 5], index=pd.date_range('2019-1-1', periods=6)) y = pd.Series([10, 14, 20, 28, 28, 40], index=pd.date_range('2019-1-1', periods=6)) reg = RollingLinearRegression([x1, x2], y, 4) print(reg.coefficient(1)) # nan, nan, nan, 1.0, -1.5, 1.0 print(reg.r_squared()) # nan, nan, nan, 1.0, 0.964, 0.902

测试断言的期望值与上面一致。把完整参数向量放在一起看：

注意最后一个窗口 x1 斜率"恢复"到 1.0，但 x2 系数变成 -1.0、截距抬到 19.0：漂移只是转移了位置。这是参数漂移监控要看完整参数向量、而不是单条系数序列的原因。

拿到参数序列后，告警规则可以自己叠加，常见形态是基线加偏差阈值：

# 意图：斜率偏离长期基线 2 个标准差、或 R² 低于基线 0.2 时触发漂移告警 slope = reg.coefficient(1) base, scale = slope.rolling(126).mean(), slope.rolling(126).std() drift = (slope - base).abs() > 2 * scale weak = reg.r_squared() < reg.r_squared().rolling(126).mean() - 0.2

同族滚动窗口函数怎么选

RollingLinearRegression不是孤例，gs_quant/timeseries/__init__.py对多个子模块做了星号导入，按需求取用即可：

gs_quant/documentation/05_factor_models/01_Factor_Models.ipynb里用一行代码生成约三个月的因子 beta 序列，是多因子参数稳定性检验的标准写法：

# 意图：滚动窗口 63 个观测（约 3 个月）估计因子间 beta from gs_quant.timeseries.econometrics import beta factor_beta = beta(growth_ret, momentum_ret, 63, prices=False)

其余滚动函数的窗口语义统一收口在gs_quant/timeseries/helper.py的Window与normalize_window：

窗口设置的常见坑

另外两件事：

• X 与 y 日期轴不一致时，构造器取交集（inner join），输出 index 是交集后的 index

• 若目标只是每天重估一次参数、不做跨期比较，用LinearRegression静态版更合适；RollingLinearRegression专职产出参数时间序列

• 复现本文测试：运行pytest gs_quant/test/timeseries/test_statistics.py::test_rolling_linear_regression

• 窗口 ramp 语义与normalize_window的实现，直接读gs_quant/timeseries/helper.py

• 完整的因子 beta 滚动示例在gs_quant/documentation/05_factor_models/01_Factor_Models.ipynb

【免费下载链接】gs-quantPython toolkit for quantitative finance项目地址: https://gitcode.com/GitHub_Trending/gs/gs-quant