常见因子的Factor_mimicking_portfolio: EAP.fama_macbeth.Factor_mimicking_portfolio

本文介绍了如何使用Python库EAP进行实证资产定价,特别是利用Fama-MacBeth方法构建因子模仿投资组合,包括Size (SMB)、Value (HML)、Profitability (RMW)、Investment (CMA)、Momentum (MOM) 和 Turnover (Turn) 等因子。数据来源于CSMAR数据集,通过预处理和构建因子代理变量来计算风险溢价。
摘要由CSDN通过智能技术生成

实证资产定价(Empirical asset pricing)已经发布于Github. 包的具体用法(Documentation)博主将会陆续在CSDN中详细介绍。

Github: GitHub - whyecofiliter/EAP: empirical asset pricing
 

factor: Size (SMB) and Value (HML)

继Fama和French(1993)之后,SMB和HML投资组合以及相应的风险溢价通过class Factor_mimicking_portfolio计算。详细内容在EAP.fama_macbeth.Factor_mimicking_portfolio中介绍。

数据来源于CSMAR数据集,通过该数据集构成了中国股市中的SMB和HML。警告:请勿将此演示中的数据集用于任何商业目的。

import sys,os
sys.path.append(os.path.abspath(".."))

# %% import data
# Monthly return of stocks in China security market
import pandas as pd

month_return = pd.read_hdf('.\data\month_return.h5', key='month_return'
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值