投资组合分析：Portfolio_Analysis——MultiPeriod_Univariate和MultiPeriod_Bivariate

鹦鹉螺平原

已于 2024-05-05 22:43:56 修改

阅读量300

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 2024-05-05 22:41:39 首次发布

本文链接：https://blog.youkuaiyun.com/m0_37430356/article/details/138475825

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

本文介绍了如何使用Python进行多期投资组合分析，包括MultiPeriod_Univariate和MultiPeriod_Bivariate模型。这些模型用于计算投资组合在一段时间后的表现，类似于Univariate和Bivariate类。新增的输入参数ret_matrix包含t+1到t+n的收益率时间序列。通过调用fit和summary方法，可以分析和展示投资组合的多期表现。

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

尽管最常见的投资组合分析是分析下一周、月、季度、年的收益率，另一个常见的分析内容是分析持有投资组合一段时间之后的表现，本文添加的内容正是计算这一多期表现。它们的用法类似于Univariate和Bivariate类，具体如下，我们以价值投资组合为例

%% import package
from linearmodels import test
from numpy import dtype
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.h5', key='month_return')
company_data = pd.read_hdf('