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
实证资产定价中的许多变量都意图描述股票中的持续性特征。这些变量通常用历史数据估计,并且这些估计是股票特征的准确估计,这些特征会在未来继续延续下去。比如说股票的beta就是这么一个特征,它的估计使用历史数据中一段时间股票的收益率对市场组合的收益率回归得到的。
持续性分析的目的在于检验股票特征是否存在持续性,如果存在特征持续性并且是定价因子的话,那么对依据这个特征构建的投资组合将具有可以预测的收益率。另外,持续性分析可以被用来检验特征的代理变量是否可以很好地代表该特征。
持续性分析的计算过程分为两步, 第一步计算分时截面持续性系数(Periodic Cross-Sectional Persistence)。每个时段有只股票,每只股票的特征