Metodos regresivos tiene un trillon Python, entre el modulo "statsmodel" y el "scipy"...
Todos los metodos traen el tipico resumen, con variables que indican la calidad del ajuste, errores y demas.
Yo hasta ahora jugaba con un ajuste spline, que es digamos un ajuste "multi-polinomico", que parte la serie en varias funciones de grados menores, en vez de ajustar todo con un super-polinomio de grado muy elevado.
Luego aplico algun filtro y ajuste minimo.
Ahora ando rollo minimal, polinomios de hasta grado 3, y estoy intentado buscar un metodo de optimizado automatico, para que haga el mejor eleccion posible en base a estadisticas. Por ej. de grado uno cuando se lineariza el mercado con poca volatilidad (las tipicas subidas sin ruido).
Grado 2 para giros, por tener un solo punto de inflexion.
Grado 3 hay indefinicion, en realidad seria como hacer un ajuste con un grado menor del ultimo tramo, pero aporta otra informacion.
Se pueden hacer hasta patrones simples, o mas complejos utilizando los coeficientes como referencias.
Otra cosa que estoy probando ahora, es lo que queria comentarle a Carlosocean, y es cruzar mas activos, ya que el metodo regresivo puede ser en multiples dimensiones. Se trata de hacerlo entre el sp500, el crudo, bonos, oro, indices divisa... no para averiguar el futuro, ya que tendrias que hacerlo inventandote el resto de variables futuras... sino para ver que grado de relacion hay, si varia y tal. Se me queda enorme, eso si, pero algo sacare.
Saludos.
Edito: al final hablan de la regresion multiple o multivariate
https://towardsdatascience.com/a-beginners-guide-to-linear-regression-in-python-with-scikit-learn-83a8f7ae2b4f
