Why的博客

介绍多期收益率投资组合分析类：MultiPeriod_Univariate和MultiPeriod_Bivariate

实证资产定价包已经更新至1.1.14

实证资产定价宝已更新至1.1.13

本文利用市值因子来构建投资组合，并打印各个投资组合的回测结果。

商用因子模块上线了！这个模块的功能是将因子模型用于实战投资。新添加的是Portfolio对象，这个对象继承EAP.portfolio_analysis.Univariate对象，操作方法与Univariate对象相似。根据单一指标对股票进行分组，并且回测分析分组投资组合的业绩。

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。它用于验证因子是否具有显著的风险回报，具体内容可见实证资产系列文章中的Fama-Macbeth回归介绍。window：对风险回报进行移动平均处理，window为移动平均的窗口。我们添加了对回归得到的风险回报的图形化显示功能。select：只显示被选择变量的风险回报。

投资组合的结果的表现方式有很多，主要的方式包含数字和图片。图片相对于数字更加直观，更容易发现规律，也更容易呈现。所以，我们添加了对投资组合的图片表现形式。

实证资产定价包（EAP）已更新至1.1.10. 核心模块进行了比较重大的修改。欢迎点赞、收藏、转发，三连击！！！

张成分析（spanning）用于分析新加入的资产或投资组合是否会使得资产配置更加有效，即是否可以使投资组合有效前沿向前移动，或者说使得在同等收益的情况下新加入的资产形成的投资组合可以带来更低的风险。...

切点组合是有效前沿上最大夏普比率的组合，它与无风险利率的连线正切于风险资产的投资组合前沿。计算切点组合可以考察新加入的资产或投资组合是否显著影响切点组合，即新加入的资产是否有助于分散化风险和提高收益。如果新加入资产显著地影响切点组合，则说明它提供了已有资产无法提供的更有效的收益风险组合；如果新加入资产没有显著地影响切点组合，则说明它没有提供更有效的收益风险组合，这说明这项资产对提高投资效率或是夏普率没有实质的影响。...

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 EAPGithub: GitHub - whyecofiliter/EAP: empirical asset pricing————————————————价值投资通常是“以合理的价钱买入优质的公司要远胜于以便宜的价钱买入一般的公司”。有两

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 EAPGithub: GitHub - whyecofiliter/EAP: empirical asset pricing在实证资产定价中需要对样本进行全方位的描述性统计和相关性分析，此次更新添加了该功能。投资组合的描述性统计主要分为分组统计

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 EAPGithub: 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

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 EAPGithub: GitHub - whyecofiliter/EAP: empirical asset pricing投资组合的超额收益的主要来源有两种：承担风险因子和错误定价。对投资组合的超额收益进行风险因子调整是排除已知主要风险因子

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 EAPGithub: GitHub - whyecofiliter/EAP: empirical asset pricing此次更新了投资组合分析中二项组合分析Bivariate. 此次添加了条件双重排序，具体类说明和demo如下。im

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 EAPGithub: GitHub - whyecofiliter/EAP: empirical asset pricing根据CAPM和APT，投资者可以通过持有大量证券的多元化投资组合，创建对公司特定风险零敞口的投资组合。因此，特定于公司

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 EAPGithub: GitHub - whyecofiliter/EAP: empirical asset pricing在Markowitz（1952）的均值-方差范式中，投资者在形成投资组合时只考虑均值和方差，并由此范式发展了CAPM。

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 EAPGithub: GitHub - whyecofiliter/EAP: empirical asset pricing流动性是推动股票收益的一个补充性因子，尤其对于小型股来说。证券的流动性指证券买卖的容易程度。CAPM和APT假设所有证券

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 EAPGithub: 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

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 EAPGithub: GitHub - whyecofiliter/EAP: empirical asset pricing这个demo测试了经典的资产定价模型是否可以解释一些异常的投资组合回报。异常投资组合包括价格现金流（PCF）、资产增长

实证资产定价（Empirical asset pricing）已经发布于Pypi.EAP · PyPI安装方法为pip install --upgrade EAP觉得有用的，麻烦点个赞，谢谢支持

本文根据Bail et al.的著作Empirical Asset Pricing编写相关程序，投资组合分析的模块是EAP.fama_macbeth，下面将对该模块进行详细介绍。本文的Package已发布于Github:Github: GitHub - whyecofiliter/EAP: empirical asset pricingFama-Macbeth回归检验因子风险溢价的存在性。Fama Macbeth回归遵循两个步骤：1.指定模型并进行横截面回归。2.取回归系数的时间序列平均.

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市场体系风险起源于CAPM（Sharpe，1965），其形式可以是如果市场处于均衡状态，那么推动资产超额收益的唯一因素就是市场系统风险溢价。一旦资产承担了更多的市场系统风险溢价，就应该支付更多的超额收益。因此，

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 pricingfactor: 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_portfol.

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模仿因子的投资组合（Factor mimicking portfolio）旨在去除研究因子外其他因子的影响，来构造模仿被研究因子的投资组合，并且由此得到被研究因子的因子风险溢价（factor risk permium）的时间

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成交量会影响股票的表现，这在行业中有着悠久的历史，而在学术研究中却方兴未艾。换手率是成交量的标准代理变量。学界和业界达成的共识是换手率通常与未来回报率呈负相关(Chordia et al., 2001)。Subrahman

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动量因子始于Jegadeesh and Titman(1993)。此效应广泛存在于全球股票市场（Jegadeesh and Titman, 2001；Rouwenhorst, 1998, 1999; De Groot .

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自Fama and French (2015)引入以来，投资因素逐渐流行起来。它还包括在HXZ的模型(2015)中，Zhang (2017) 将其扩展到ICAPM。在其流行之前，Titman et al. (2014)是该

本文根据Bail et al.的著作Empirical Asset Pricing编写相关程序，投资组合分析的模块是EAP.portfolio_analysis。本文的Package已发布于Github:Github: GitHub - whyecofiliter/EAP: empirical asset pricing盈利能力和未来回报的关系在文献中有更多讨论(Fama and French, 2015; Hou et al.，2015)。通过这些文献，盈利能力因素被构成并包含在两个主要的资产定价

本文根据Bail et al.的著作Empirical Asset Pricing编写相关程序，投资组合分析的模块是EAP.portfolio_analysis。本文的Package已发布于Github:Github: GitHub - whyecofiliter/EAP: empirical asset pricing价值效应从20世纪80年代被发现，并在Fama和French（1993）的研究中成名。价值因子作为系统因子之一，由账面市盈率（BM）变量构成。BM和预期收益之间的正相关性已被文献广泛

投资组合分析是实证资产定价中最常用的工具之一。它的主要用途是研究因子对资产价格的影响，主要方法是通过构建投资组合(portfolios)和投资组合差分(differenced portfolios)，并根据需要对投资组合进行风险调整(risk adjustment),从而验证因子对资产价格影响的存在与否。具体分析过程请参考作者之前发布的文章《投资组合分析：EAP.portfolio_analysis》此次更新，添加了二元分析类Bivariate，并且在一元分析类中添加了输出表格的功能。Empiric

Fama和French（1993）发现的规模效应可能是主要资本市场中最著名和最常见的现象。规模作为公司的一个特征，能够预测未来的股票收益率，而规模较大的公司在未来的收益率往往较低。Fama和French将该效应作为某些背景风险因素的代理变量，可能是违约风险和破产风险。与美国股市一样，中国A股市场也存在这种效应（Liu等人，2016年），其构建和测试如下。股票按公司规模按升序排序，随后分为5组或10组。头组和尾组股票的平均收益率检验显著，且相应的组收益率降序表明存在规模效应。# %% import

实证资产定价中有一些常用的调整方法，如White调整方差、Newey West调整方差，以及由此衍生出的White检验和Newey West调整方法，本文构建了这些常用的调整方法。本文的Package已发布于Github:Github:GitHub - whyecofiliter/EAP: empirical asset pricingadjustThis module consists of several common adjustment method in factor ana.

实证资产定价中的截面回归并不常见。它的主要用途是检验因子是否存在风险溢价（risk premium），以及投资组合是否具有定价异象（anomaly）。截面回归的模型和Fama-Macbeth回归的第二步的区别是，截面回归的因变量是资产收益率在时间序列上的均值，而Fama-Macbeth回归的因变量是资产收益率在每个时间点上的值。本文的Package已发布于Github:Github:GitHub - whyecofiliter/EAP: empirical asset pricingcro.

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

实证资产定价中的时间序列回归多用于估计资产的因子暴露（beta值）。此外，时间序列分析可以通过GRS检验来考察资产收益率是否存在未被风险因子（risk factor）解释的异象（anomaly）。本文根据Bail et al.的著作Empirical Asset Pricing编写相关程序，时间序列回归的模块是EAP.time_series_regress，下面将对该模块进行详细介绍。本文的Package已发布于Github:Github: GitHub - whyecofiliter/EAP: e

Fama-Macbeth回归是实证资产定价中最为常用方法之一。它的主要用途是验证因子对资产收益率是否产生系统性影响。与投资组合分析不同的是，Fama-Macbeth回归可以在同时控制多个因子对资产收益率的影响下，考察特定因子对资产收益率产生系统性影响，具体体现在因子是否存在显著的风险溢价（risk premium）。Fama-Macbeth回归分为两步：1. 估计资产承担风险大小（beta值）。通过对资产收益率的时间序列分析，得到资产承担的风险水平。2. 估计风险溢价时间序列以及统计检验。通过在

投资组合分析是实证资产定价中最常用的工具之一。它的主要用途是研究因子对资产价格的影响，主要方法是通过构建投资组合(portfolios)和投资组合差分(differenced portfolios)，并根据需要对投资组合进行风险调整(risk adjustment),从而验证因子对资产价格影响的存在与否。投资组合分析的具体步骤分为三步：1. 确定切分点（breakpoint）。按照因子切分点，将资产分成相应投资组合分组。例如常见的Fama-French三因子投资组合，就是将资产按照规模（Size），