股票量化投资：市值因子——商用因子模型：EAP.industry.Portfolio

鹦鹉螺平原

已于 2024-05-05 01:33:47 修改

阅读量451

点赞数 1

分类专栏：量化股票投资与实证资产定价文章标签： python 资产定价金融

于 2023-09-24 21:20:01 首次发布

本文链接：https://blog.youkuaiyun.com/m0_37430356/article/details/133252260

版权

量化股票投资与实证资产定价专栏收录该内容

38 篇文章 ¥159.90 ¥299.90

订阅专栏

超级会员免费看

本文介绍了如何在实际投资中运用市值因子构建投资组合。借助EAP库，进行了回测分析，包括平均回报率、复合回报率、周转率、最大回撤和夏普比率的计算。数据来源于CSMAR，涵盖了2000年至2021年中国A股的月度数据。通过预处理后，创建Portfolio实例并设定分组，最终得出每个时刻各组的股票清单，为股票配置提供依据。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

实证资产定价（Empirical asset pricing）已经发布于Github和Pypi. 包的具体用法(Documentation)博主将会陆续在优快云中详细介绍，也可以通过Pypi直接查看。

Pypi: pip install --upgrade EAP

Github: GitHub - whyecofiliter/EAP: empirical asset pricing

在实际投资环境中应用因子和因子模型，如smart beta、alpha投资或指数基金，需要一些额外的接口来满足实际投资需求。准确地说，每个投资组合中的股票都需要具体列出，一些相关指标需要统计。

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。

该数据集包含CSMAR数据集中2000-01-01至2021-12-31期间的每月中国A股股票。数据已加载，应执行一些预处理程序，这与模块portfolio_analysis中的示例相同。

# %% import package
import pandas as pd
import sys, os

sys.path.append(os.path.abspath(".."))

# %% import data
# Monthly return of Stocks in China Security Market
month_return = pd.read_hdf('.\data\month_return.