实证资产定价(Empirical asset pricing)已经发布于Github和Pypi. 包的具体用法(Documentation)博主将会陆续在CSDN中详细介绍,也可以通过Pypi直接查看。
Pypi: pip install --upgrade EAP
Github: GitHub - whyecofiliter/EAP: empirical asset pricing
本demo构建因子风险溢价,包括市场系统风险溢价、SMB、HML、RMW、CMA。按照Fama French(1993)的惯例,首先构造因子模拟投资组合,然后计算因子风险溢价。有关详细信息,请参见class Factor_mimicking_portfolio.
在这个demo中,数据是从CSMAR数据集收集的。警告:请勿将此演示中的数据集用于任何商业目的。
# %% set system path
import sys,os
sys.path.append(os.path.abspath(".."))
数据预处理
# %% import data
import pandas as pd
month_return = pd.read_hdf('.\data\month_return.h5', key='month_return')
company_data = pd.read_hdf('.\data\last_filter_pe.h5', key='data')
trade_data = pd.read_hdf('.\data\mean_filter_trade.h5', key='dat