Python量化选股入门：资本资产定价模型（CAPM）

已于 2023-02-19 16:37:37 修改
阅读量2.7w 收藏 292
点赞数 26
分类专栏： Python量化入门：经典指标原理及实战 文章标签： Python 量化 投资 股票 CAPM
于 2019-01-10 23:34:54 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qixizhuang/article/details/86263743
版权
本文介绍了资本资产定价模型（CAPM）在Python量化投资中的应用。通过CAPM模型，分析万科A、中国平安、贵州茅台、万华化学和科大讯飞等股票，探讨如何在相同风险水平下寻找最优投资组合。利用Python进行数据获取和处理，通过简单线性回归求解股票的α和β，以评估股票相对于市场基准的超额收益和风险。
摘要由CSDN通过智能技术生成

‍

Markowitz的均值-方差模型告诉我们如何构建自己的投资组合，并且他本人凭借这一贡献获得了诺贝尔经济学奖。其核心目标是在达成投资目标的前提下，最小化资产的风险。

不过由于其计算量大、难度高、成本高（在当时的条件下），因此部分学者基于Markowitz的框架推导出了资本资产定价模型（CAPM），CAPM可以说奠定了现代投资学的基础。

什么是CAPM

经典的CAPM模型如下：

E ( R q ) − R f =

了解本专栏 订阅专栏 解锁全文 超级会员免费看
量化祛魅师
关注
专栏目录
订阅专栏
多因子选股模型python_什么是多因子量化选股模型？
weixin_39557419的博客
12-19 900
引言量化投资中经常听到的“多因子模型”是个什么鬼？因子是影响因素的简称，或简单理解成指标。我们都知道股票收益受到多重因素的影响，比如宏观、行业、流动性、公司基本面、交易情绪等等。所谓“多因子模型”，说白了就是寻找那些对股票收益率最相关的影响因素，使用这些因素(因子或指标)来刻画股票收益并进行选股。多因子模型是量化投资领域应用最广泛也是最成熟的量化选股模型之一，建立在投资组合、资本资产定价(CAPM...
Alpha选股：资本资产定价模型（CAPM）
JDquant的博客
08-22 1万+
一、Alpha 选股策略       Alpha 选股策略是指识别出一定时期内具有超额收益（Alpha）的股票，并进行相应操作的行为。换言之，我们在市场上总是希望能够找到具有正的超额收益率的股票并进行投资，这种选股思路就是Alpha 选股策略。而根据Alpha 值计算方式的不同，又有CAPM 和三因子两种比较通用的方法。 二、资本资产定价模型（CAPM）
【策略研究】CAPM模型的选股策略
xiaowu1997的博客
11-05 2433
CAPM模型的学习和思考
量化投资策略与技术学习PART1：量化选股之再谈多因子模型
最新发布
柴犬的博客
08-10 648
量化选股就是利用数量化的方法选择股票组合，期望该股票组合能够获得超越基准收益率的投资行为。量化选股策略总的来说可以分为两类：第一类是基本面选股；第二类是市场行为选股。本章中基本面选股介绍了多因子模型、风格轮动模型和行业轮动模型；市场行为选股介绍了资金流模型、动量反转模型、一致预期模型、趋势追踪模型和筹码选股模型。基本原理是采用一系列的因子作为选股标准，满足这些因子的股票则被买入，不满足的则卖出。多因子模型相对来说比较稳定，因为在不同的市场条件下，总有一些因子会发挥作用。
CAPM模型
weixin_63844841的博客
06-21 3994
  投资分析中大量的数据分析是无法依靠人脑去实现的。近些年计算机技术的发展为数据分析带来了更多的可能性。我们可以把先进的理论、分析模型与计算机技术相结合，让复杂的数据分析和处理过程变得更加简单，让计算机技术成为投资决策中的重要一环，并使得投资决策更加有客观性。通过数据分析，可以更有效的利用更多的资源，进而得到市场高额投资经营回报，可以充分了解企业经营决策的内容，掌握经营决策的方法。...
用 Python 实现资本资产定价模型
Python中文社区
10-30 3472
在本文中，我们将学习如何计算资本资产定价模型 (CAPM) 并获得贝塔系数。资本资产定价模型（Capital Asset Pricing Model 简称CAPM）是由美国学者于1964年...
资本资产定价模型
zr459927180的博客
02-26 1763
转自知乎 原文地址：https://www.zhihu.com/question/28282744
（二十四）资本资产定价模型
小粉桥反手王的博客
02-03 2182
介绍了系统性风险与非系统性风险，演示了分散化对降低非系统性风险的好处；CAPM表达式的简单应用与SML的绘制；CAPM的实证检验（估计β）。注意多个矩阵的乘法以及statsmodels.api模块的使用。
Python CAPM模型
weixin_30348519的博客
08-02 668
import os import pandas as pd import numpy as np import matplotlib.pyplot as plt from scipy import stats import seaborn as sns sns.set(style="darkgrid") os.chdir(r'C:\Users\lzxan\Pyc...
Python量化交易入门
曲折旅程，艰难人生
04-13 2377
Python量化交易知识归纳
CAPM Handbook
10-10
CAPM Handbook for PMI CAPM Certification
python量化交易实战 王晓华pdf_Python量化交易实战
weixin_39542477的博客
12-04 4687
章 走进量化投资1.1 量化投资的诞生背景1.2 量化投资的特点1.3 量化投资的应用1.4 量化投资在我国股市的发展前景1.5 小结第2章 Python的安装与使用2.1 Python的基本安装和用法2.1.1 Anaconda的下载与安装2.1.2 Python编译器PyCharm的安装2.1.3 使用Python计算softmax函数2.2 Python常用类库中的t...
深入浅出Python量化交易实战--第1章 从零开始
zhh_920509的博客
03-21 2690
本书源于一个真实的故事，故事的主角是一位名叫小瓦的姑娘。小瓦出生在一个普通的家庭，父母都是老实淳朴的普通人，靠着并不 丰厚的收入把小瓦养育成人。18岁那年，小瓦考上了一所不好不坏的 大学，所学专业是一个就业前景算不上理想的专业。再加上她本身也 谈不上出色，说她是一个现实版的“灰姑娘”也不为过。综上所述，小 瓦应该是一个有点危机感的孩子，实际上她也确实有改变现状的想 法。因此，我们的任务就是帮助小瓦实现她的愿望。当然，千里之 行，始于足下。在本章中，我们先要了解一些基础知识。
【主动投资组合管理】第2章 一致预期收益率：资本资产定价模型
Sherry_LiuYJ的博客
02-03 1687
第2章 一致预期收益率：资本资产定价模型 2.1 导言 CAPM的重要衍生品是一套确定一致预期收益率的步骤。主动管理决策就是我们的预测与一致预期收益率之间的差异驱动的。 本章要点 任何股票收益率都可以分为系统性（市场）和非系统性（残差）部分 CAPM要求残差收益率期望为0 CAPM容易理解，也相对容易实践 CAPM有一个关于市场有效的逻辑 CAPM认为被动管理是主动管理的低风险替代选择 CAPM为一致预期收益率提供了有效来源。主动基金经理的成功程度与其预测优于一致预测的程度相匹配 CAPM讨论的是预期收益
CAPM模型通俗&透彻理解（资本资产定价模型）
热门推荐
漫步量化
04-26 6万+
CAPM（Capital Asset Pricing Model）历史 美国学者威廉·夏普（William Sharpe）、林特尔（John Lintner）、特里诺（Jack Treynor）和莫辛（Jan Mossin）等人在现代投资组合理论的基础上发展起来的，是现代金融市场价格理论的支柱，广泛应用于投资决策和公司理财领域。资本资产定价模型中，所谓资本资产主要指的是股票资产，而定价则试...
清华-尹成老师-Python量化交易day4
01-21
尹成老师带你步入python量化交易的殿堂，讲课生动风趣、深入浅出，全套视频内容充实，整个教程以python语言为核心，完整精彩的演练了pythonGUI量化交易操作流程以及各种精彩的小项目等，非常适合大家学习！
CAPM模型案例
weixin_71158509的博客
05-04 425
这个案例说明了CAPM模型如何通过市场风险和无风险利率来预测资产的预期收益率。通过计算股票A的系统性风险（beta）和市场指数的预期收益率，可以估计股票A的预期收益率，并与无风险利率相加得出最终的预期收益率。其中，E(Ra)是股票A的预期收益率，Rf是无风险利率，βa是股票A的系统性风险（也称为beta），E(Rm)是市场指数M的预期收益率。假设无风险利率Rf为5%，市场指数M的预期收益率E(Rm)为10%，股票A的系统性风险βa为1.2。因此，根据CAPM模型，股票A的预期收益率为11%。
评论 11
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

量化祛魅师

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

实付元
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