我们使用pandas + numpy进行数据预处理，回归分析使用statsmodel的api。
主要分为三个文件，每个文件为一个模块，具体解释如下:
-
preprocess.py 负责数据预处理
- 首先将原始数据文件夹下的若干文件按文件夹合并为csv
- 其次将资产负债表和现金流量表合成finance.csv输出
- 其次将个股return、无风险收益率、市场收益率合并为stockReturns.csv输出
- 根据finance.csv和stockReturns.csv分别计算出BM SIZE INV OP 指标表,其中需要跨表操作时才将两表合并,否则依然分开使用两表.
-
factors.py 负责计算Fama-French五因子
我们选定的是论文中的2*3模型
该文件下存在一个Grouping类，其主要功能是将股票根据BM SIZE INV OP大小进行分组。并通过getVMReturn函数返回对应组合的收益率，具体使用方法见类的说明
后缀为_MethodOne的函数均为2*3法计算单个因子的函数
FF5函数合并单个因子并输出2016FF5.csv和2017FF5.csv两个csv
-
PortfolioExcessReturn是根据特定指标分出组合,并输出组合市值加权回报率的函数(即我们选定的应变量).
我们按INV-SIZE,OP-SIZE,BM-SIZE大小排序分别分成5*5的组合，最终输出得到group_result文件夹下的6个csv
要运行程序首先安装依赖
pip install -r requirements.txt
然后按以下顺序执行命令
python preprocess.py
python factors.py
python regeression.py
│ factors.py # 计算指标的py文件
│ preprocess.py # 预处理的py文件
│ regression.py # 回归处理py文件
│ requirements.txt # 依赖文件
│
├─data
│ ├─preprocessed # 初步预处理后的数据
│ │ finance.csv # 合并后的资产负债表
│ │ SortCols.csv # BM SIZE INV OP 指标表
│ │ stockReturns.csv # 合并后的回报表
│ │
│ └─raw # 原始数据
│ │ 字段说明.txt
│ │
│ ├─Balance sheet
│ │ balance sheet.csv
│ │ FS_Combas1.xlsx
│ │ FS_Combas2.xlsx
│ │ FS_Combas3.xlsx
│ │
│ ├─Income statement
│ │ FS_Comins1.xlsx
│ │ FS_Comins2.xlsx
│ │ FS_Comins3.xlsx
│ │
│ ├─mktmnth
│ │ TRD_Cnmont.xlsx
│ │ TRD_Cnmont1.xlsx
│ │
│ ├─rf
│ │ TRD_Nrrate.xlsx
│ │
│ └─stockmnth
│ TRD_Mnth0.xlsx
│ TRD_Mnth1.xlsx
│ TRD_Mnth2.xlsx
│
├─factor_result # 2*3 FF五因子结果（2015、2016期）
│ 2016FF5.csv
│ 2017FF5.csv
│
├─group_result # 5*5分组 组合超额回报率
│ 2016_BM_Size.csv
│ 2016_Inv_Size.csv
│ 2016_OP_Size.csv
│ 2017_BM_Size.csv
│ 2017_Inv_Size.csv
│ 2017_OP_Size.csv
│
└─regression_result # 回归结果
regression_BM.csv
regression_BM_pvalue.csv
regression_Inv.csv
regression_Inv_pvalue.csv
regression_OP.csv
regression_OP_pvalue.csv
![dependabot[bot] avatar](https://avatars.githubusercontent.com/in/29110?v=4 "dependabot[bot]")
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent