事件研究法-python-万矿

最新推荐文章于 2022-12-16 18:27:27 发布

ourwechat-271828

最新推荐文章于 2022-12-16 18:27:27 发布

阅读量3.6k

点赞数 2

分类专栏：技术尝试

本文链接：https://blog.youkuaiyun.com/moser_freshman/article/details/94722046

版权

本文介绍了如何使用Python进行事件研究，这是一种分析证券价格对特定事件反应的方法。通过Python编程，我们可以高效地处理财务数据，构建事件窗口，计算异常收益，并进行统计测试，从而揭示事件对股票市场的影响。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import pandas as pd
from WindPy import *
import numpy as np
import scipy as sp
import matplotlib.pyplot as plt
from scipy.optimize import leastsq

w.start()
data_df_QTJY=w.wsd("300359.SZ", "close", "2018-12-01", "2019-02-28", "Fill=Previous;PriceAdj=F")
data_df_CYBZ=w.wsd("399006.SZ", "close", "2018-12-01", "2019-02-28", "Fill=Previous;PriceAdj=F")

data_df_QTJY=pd.DataFrame(data_df_QTJY.Data,columns=data_df_QTJY.Times,index=data_df_QTJY.Fields)
data_df_QTJY=data_df_QTJY.T
data_df_CYBZ=pd.DataFrame(data_df_CYBZ.Data,columns=data_df_CYBZ.Times,index=data_df_CYBZ.Fields)
data_df_CYBZ=data_df_CYBZ.T

data_df_QTJY['return']=np.log(data_df_QTJY['CLOSE']/data_df_QTJY['CLOSE'].shift(1))
data_df_QTJY['index_return']=np.log(data_df_CYBZ['CLOSE']/data_df_CYBZ['CLOSE'].shift(1))
data_df_QTJY=data_df_QTJY.dropna()

##样本数据(Xi,Yi)，需要转换成数组(列表)形式
xi=np.array(data_df_QTJY['index_return'])
yi=np.array(data_df_QTJY['return'])
xi
##需要拟合的函数func 
def func(p,x):
    k,b=p
    return k*x+b
 
##偏差函数：x,y都是列表:这里的x,y更上面的Xi,Yi中是一一对应的
def