中国市场的三因子模型简单实践(1)_基于python(简单使用)

最新推荐文章于 2024-08-20 11:45:32 发布

云小云

最新推荐文章于 2024-08-20 11:45:32 发布

阅读量9k

点赞数 4

文章标签：股市三因子 python线性回归使用

本文链接：https://blog.csdn.net/gywsdvnjcbsuf/article/details/88065245

版权

本文基于Python探讨中国股票市场的三因子模型，通过分析2016年至2019年的数据，发现总市值与股票月回报率的关系与论文描述相反，存在市值效应。使用线性回归进行简单分析，但结果不理想，R2值较低。接下来计划研究市盈率等其他市场因子，但目前数据未完备。

摘要由CSDN通过智能技术生成

参考论文：《中国股票市场的三因子模型》——范龙振，余世典。
数据：2016-01——2019-03 国泰安

单个因素对股票回报率的影响

1、总市值对股票影响分析
在这里插入图片描述

import numpy as np 
import pandas as pd
import matplotlib.pyplot as plt 
df_retdata = pd.read_csv('trd_m.csv').dropna()
df_retdata['tt_value'] = np.log10(df_retdata['Msmvttl'])
df_retdata['lq_value'] = np.log10(df_retdata['Msmvosd'])
print(df_retdata.head())

#大概先看下总市值的对数与收益率有什么关系
trddate_list = set(df_retdata['Trdmnt'])
for date_i in trddate_list:
	df_i = df_retdata[df_retdata['Trdmnt']==date_i]
	plt.scatter(df_retdata.tt_value,df_retdata.Mretwd)
	plt.show()

结果显示每个月份市值与个股票的月回报率之间的散点图很相似，而且没有十分明显的线性关系，倒是确实有论文中讲的市值效应、市值较大的收益率反而较低，是指较小的有着比较高的回报率，并且我发现市值再在10^6.5 到10^7.5 之间回报