- 博客(9)
- 收藏
- 关注
原创 资产配置模型研究——Black-Litterman模型的应用
本文简要介绍了三大资产配置模型以及BL模型的应用。B-L模型的结果对主观收益率的假设非常敏感,在主观收益率较为准确的前提下,对比均值方差模型,B-L模型的配置结果对投资有一定的指导意义。根据历史数据,大类资产收益率在宏观周期不同阶段的表现具有一定的规律性,使用宏观周期模型预测大类资产收益率可以提高主观收益率的准确性。以上结论仅为理论研究,不构成投资建议。
2023-07-12 20:58:49
2059
1
原创 机器学习预测股票收益(三)之比较随机森林、支持向量机回归模型以及神经网络多层感知器模型
文章目录前言一、随机森林模型二、SVR模型三、MLPRegressor模型总结前言本文将使用Python整理1927-2020年所有美国上市公司股票数据。根据历史收益以及交易量,使用随机森林,支持向量机以及神经网络等机器学习方法预测股票收益,并比较模型结果。数据处理以及函数见“机器学习预测股票收益(一)”一、随机森林模型result_rfr = pd.DataFrame()rfr = RandomForestRegressor(random_state = 44,max_depth = 70,
2021-09-06 15:51:14
4941
1
原创 机器学习预测股票收益(二)之参数调优
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档文章目录前言一、pandas是什么?二、使用步骤1.引入库2.读入数据总结前言提示:这里可以添加本文要记录的大概内容:例如:随着人工智能的不断发展,机器学习这门技术也越来越重要,很多人都开启了学习机器学习,本文就介绍了机器学习的基础内容。提示:以下是本篇文章正文内容,下面案例可供参考一、pandas是什么?示例:pandas 是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的。二、使用步骤1.引入库代码
2021-09-06 11:10:28
901
原创 机器学习预测股票收益(一)之随机森林模型
机器学习预测股票收益(一)前言一、导入库和数据二、处理数据以及计算特征变量三、使用随机森林回归预测股票收益1.构建训练集和测试集2.查看预测结果四、根据预测结果构建long-short投资组合1.定义投资组合函数2.定义绩效分析函数五、引入Fama-French Factor六、投资组合表现1.超额收益表现2.多因子回归总结前言本文将使用Python整理1927-2020年所有美国上市公司股票数据。根据历史收益以及交易量,使用随机森林,支持向量机以及神经网络等机器学习方法预测股票收益。最优结果构建的资产
2021-09-05 12:10:15
9857
8
原创 Fama French 三因子模型 五因子模型 回测Berkshire收益
文章目录1. 引入库和数据2.define 单因子 三因子 五因子模型3.计算超额收益4.回归结果1. 引入库和数据import numpy as npimport pandas as pdimport statsmodels.api as smfrom stargazer.stargazer import Stargazerfile = "C:/Users/yihan/hedge fund/PS_7_Buffetts_exercise.xlsx"data = pd.read_excel(fi
2021-04-05 19:03:27
979
原创 投资组合风险管理策略 Matlab
文章目录1. functPortfolioInsurance2. functWienerProcess3. scriptPortfolioInsurance1. functPortfolioInsurancefunction [Wealth,Floor] = functPortfolioInsurance(wealth,multiplier,floor,strategy,returnsStocks,returnsBills,volaStocks)period = size(returnsStocks
2021-03-27 19:59:17
671
2
原创 美国国债PCA主成分分析Matlab
文章目录美国国债主成分分析 Matlab1.读入数据2.PCA3.主成分和宏观变量美国国债主成分分析 Matlab1.读入数据[data,txt,raw] = xlsread('feds200628.csv');[GDP,GDP_txt,~] = xlsread('US_GDP_growth_quaterly.CSV','F173:G295');[Gap,Gap_txt,~] = xlsread('Output_Gap.CSV','A166:G288');VIX = log(data(:,1
2021-03-27 14:33:31
922
2
原创 使用横截面回归和时间序列回归进行回测
文章目录1. 对收益进行横截面回归单变量回归多变量回归2.对每个资产的收益进行时间序列回归1. 对收益进行横截面回归 (i)仅信号1 (ii)仅信号2 (iii)两个信号import pandas as pdimport numpy as npimport statsmodels.api as smfile = "data/PS_3_Exercise_XS_Regressions.xlsx"xrets = pd.read_excel(file, sheet_name="excess_
2021-03-27 14:05:50
2693
2
原创 对冲基金绩效评估
对冲基金绩效评估1、对冲基金绩效评估a)b)c)d)e) f) g)h)i)j)2.画图3. 因子模型i)单因子模型ii)多因子模型展示回归结果1、对冲基金绩效评估(a)年化算术平均收益(b)年化几何平均收益(c)超额收益年化波动率(d)年化夏普比率(e)市场beta(f )年化市场阿尔法(g)年度信息比率(h)最大回撤(i)每月超额收益的偏度(j)每月超额收益的超额峰度a)import pandas as pdimport numpy as npimport statsmod
2021-03-27 13:47:58
561
2
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人