如何从滚动回归中提取te残差

import pandas as pd
import statsmodels.api as sm

# 加载数据集
data = pd.read_csv('your_data.csv', index_col='date', parse_dates=True)

# 定义滚动窗口大小
window_size = 20

# 初始化一个用于存储回归结果的列表
rolling_results = []

# 计算滚动回归
for start in range(len(data) - window_size):
    end = start + window_size
    # 选取滚动窗口的数据
    window_data = data.iloc[start:end]
    # 为回归添加常数项
    X = sm.add_constant(window_data.drop(columns=['Y']))
    y = window_data['Y']
    # 拟合模型
    model = sm.OLS(y, X).fit()
    # 计算残差
    residuals = y - model.predict(X)
    # 存储回归系数和残差
    rolling_results.append([start, model.params, residuals])

# 将结果转换为DataFrame
results_df = pd.DataFrame(rolling_results, columns=['Start', 'Coefficients', 'Residuals'])

# 打印滚动回归结果
print(results_df)