【金融数量分析之：马科维茨均值方差模型和CAPM定价模型的代码实现】

【金融数量分析之：马科维茨均值方差模型和CAPM定价模型的代码实现】

马科维茨均值方差模型开启了量化投资的大门，其意义固然十分重要
因此个人便手动实现了一个完整的从获取股票数据到选股，到确定投资比列的一整个代码库，现在分享给大家：

具有的功能如下：

Stock-Finance-Algorithms

Algorithms of Stock & Finance Models

• 基础功能

  1、计算5/10/20日均线

  2、基于ARIMA模型进行股票序列预测

  3、基于ARIMA模型的期望收益率计算

  4、历史平均收益率计算

  5、求解马科维茨前沿组合

  6、根据马科维茨前沿组合给出股票购买计划（向下取整）

• 进阶功能【1】

  1、加入了无风险利率的计算

  【1】运行 国债数据.py 更新本地国债收益率数据

  【2】stock.py 中设置无风险利率的计算方式 采用短期或长期期国债收益率均值作为 Rf

  2、新增夏普比率计算

  3、新增显示有效前沿

  4、新增计算证券市场线及其风险溢价

  5、新增计算资本市场线上的任意投资组合P的预期风险

  6、新增计算组合的beta系数βn

  7、新增根据股票代码得到股票名称

• 进阶功能【2】

  1、同时预测开盘价和收盘价（基于arima）

  2、将开盘价也加入到波动计算中

  3、更好的显示有效前沿及市场组合图

以下正文：由于之前总结的时候直接写的pdf，于是直接给出截图：

源码链接：

那么总有小伙伴想要源码尝试自己跑着玩玩，所以我在这里分享我这个项目的Github链接：https://github.com/Gilmour-99/Stock-Finance-Algorithms； 进入之后打包下载或者直接git clone即可（这个项目其实还有使用二叉树模型进行期权定价功能，但在本文中并未介绍）。

clone源码的时候如果能点个star就更好啦！！！