【Python】CAPM模型测算指增公募Alpha收益(stats OLS)

本文使用CAPM模型和Python的stats OLS进行线性回归,探讨指数增强公募基金的Alpha收益。通过数据库查询获取基金数据,计算回报率和无风险利率,并进行OLS回归,评估基金经理的超额收益能力。结果显示,大部分开放式公募基金并非满仓操作,且部分基金跟踪指数的效率较低,Alpha超额收益不显著。
摘要由CSDN通过智能技术生成

适合有一些基础的人阅读,具体名词不多解释

 

CAPM资产定价模型公式如下:

r(portfolio)-rf = \alpha +\beta (rm-rf)

rm 市场回报率, rf无风险回报率,r(portfolio)组合回报率

金融工程做法一般是通过OLS线性回归模型拟合得出Alpha(Jensen‘s Alpha),用以衡量基金经理的超额收益能力,适用于足够分散的产品,本文选用数据为指数增强型的公募基金。

导入必要库:

import pandas as pd
import datetime
import akshare as ak
import numpy as np
from pyecharts import options as opts
from pyecharts.globals import ThemeType
from pyecharts.charts import Kline, Line, Bar, Grid, Scatter
import warnings
import statsmodels.api as sm

warnings.
  • 2
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
CAPM是资本资产定价模型Capital Asset Pricing Model)的缩写,是一种用于估算资本市场所需回报率的经济模型。在Python中,可以使用pandas和numpy等库来计算CAPM模型。 下面是一个简单的CAPM模型Python代码示例: ```python import pandas as pd import numpy as np from pandas_datareader import data as wb # 获取股票数据 tickers = ['AAPL', 'MSFT', '^GSPC'] data = pd.DataFrame() for t in tickers: data[t] = wb.DataReader(t, data_source='yahoo', start='2010-1-1')['Adj Close'] # 计算日收益率 returns = np.log(data / data.shift(1)) returns.dropna(inplace=True) # 计算每只股票的Beta系数 cov = returns.cov() * 252 cov_with_market = cov.iloc[0:2, 2] market_var = returns['^GSPC'].var() * 252 AAPL_beta = cov_with_market['AAPL'] / market_var MSFT_beta = cov_with_market['MSFT'] / market_var # 计算预期回报率 risk_free_rate = 0.03 # 无风险利率 market_return = returns['^GSPC'].mean() * 252 # 市场平均回报率 AAPL_expected_return = risk_free_rate + AAPL_beta * (market_return - risk_free_rate) MSFT_expected_return = risk_free_rate + MSFT_beta * (market_return - risk_free_rate) print('AAPL的预期回报率为:', AAPL_expected_return) print('MSFT的预期回报率为:', MSFT_expected_return) ``` 这段代码首先使用pandas_datareader库获取了苹果、微软和标普500数的股票数据。然后,计算了每只股票的日收益率,并使用这些数据计算了每只股票的Beta系数。最后,使用CAPM模型计算了每只股票的预期回报率。
评论 1
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

打赏作者

Yolimia

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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