用Python对CAPM和Fama French Three Factor model的初步学习

最新推荐文章于 2025-06-24 14:36:27 发布

Houly

最新推荐文章于 2025-06-24 14:36:27 发布

阅读量5.1k

点赞数 5

CC 4.0 BY-SA版权

文章标签： Python CAPM Fama French三因子模型

本文链接：https://blog.csdn.net/weixin_43168138/article/details/100750351

用Python对CAPM和Fama French Three Factor model的初步学习

概述
介绍
建模与分析
- CAPM
- Fama French Three-Factor Model
总结

概述

本文主要使用CAPM（资本资产定价模型）和Fama French Three Factor model来评估中国股票市场的股票价格。使用CAPM来选择投资组合，然后建立Fama French Three Factor model来评估投资组合。
首先，使用SML绘制CAPM图表，然后随机选择50只股票将其在图上标记，保存高于该线的股票。接下来显示这些股票之间的相关性。之后根据收益率和相关性选择我们的投资组合并分配quantity。
其次，建立Fama French Three Factor model，包括计算三个因素，并使用投资组合的回报率进行回归。在这一部分中，编写了两个函数来使代码更加清晰和高效。
总的来说，本文有三个部分，介绍，建模和分析，以及代码。

介绍

关于两个模型介绍部分不多赘述。简单看一下公式。
在这里插入图片描述

建模与分析

CAPM

本文用的股票数据来源于Tushare，可以注册获取API。官方学生认证的话可以加2000积分。
首先，引入一些第三方库

import tushare
import requests
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import random
import time
pro = tushare.pro_api('官网注册获取')

无风险利率用的是中国国债利率，找了个均值，如果能有时间序列的无风险利率更好，大家如果知道怎么获取到的话，可以留言。
这里用国证指数来表示市场回报率。

# drew the CAPM picture, we need rf and rm
gzA = pro.index_daily(ts_code='399317.SZ', start_date='20000101', end_date='20190901')
gzA = gzA.sort_values('trade_date', ascending=True)
rf = 0.03064  # 3.064%
rm = gzA['pct_chg'].mean()

这里获取市场上股票列表，有3672支股。

stock_basic = pro.stock_basic()
stock_basic.head()

output：
在这里插入图片描述
随机选取50支股票，计算Beta和收益率，Mark在图上。
并且保存在线上的点。

x = np.linspace(0,2,50)
y = rf + x * (rm - rf)
plt.figure(figsize=(16, 12))
plt.title('CAPM', fontsize = 18)
plt.ylim(0 , 0.4)
plt.xlim(0 , 2)
plt.ylabel('E(ri)')
plt.xlabel('Beta')
plt.plot(x,y, label = 'Security Market Line')
plt.scatter(0 , rf , label = 'Rf' , marker='*', color = 'orange', s = 28 ** 2)
#plt.plot(0 , rf , "yo", label = 'rf')
i = 0
portfolio = pd.DataFrame()
while(i<50):
    rd = random.randint(0 ,