一、CAPM模型理论

1. 提出背景

2. 基本假设

3. 引入无风险借贷后的投资组合选择

4. 资本市场线(CML)

5. 证券市场线(SML)

6. 系统风险与非系统风险

二、代码实现

1. 导入包+获取数据

import tushare as ts
import pandas as pd
import matplotlib.pyplot as plt
import statsmodels.api as sm
sh = ts.get_hist_data('sh', start='2017-01-01', end='2018-5-7').p_change#上证指数变动率
md = ts.get_hist_data('000333', start='2017-01-01', end='2018-5-7').p_change#美的价格变动率
data = pd.merge(pd.DataFrame(sh), pd.DataFrame(md), left_index=True,right_index=True, how='inner')

# 计算日无风险利率
Rf_annual = 0.0385  # 以2017年中国一年期的国债利率为无风险利率
Rf_daily = (1 + Rf_annual) ** (1 / 365) - 1  ##年利率转化为日利率
# 计算风险溢价:Ri-Rf
risk_premium = data - Rf_daily

# 计算日无风险利率
Rf_annual = 0.0385  # 以2017年中国一年期的国债利率为无风险利率
Rf_daily = (1 + Rf_annual) ** (1 / 365) - 1  ##年利率转化为日利率
# 计算风险溢价:Ri-Rf
risk_premium = data - Rf_daily

#利用最小二乘法进行线性回归，拟合CAPM模型
capm = sm.OLS(risk_premium.p_change_y[1:],sm.add_constant(risk_premium.p_change_x[1:]))
result = capm.fit()
print(result.summary())OLS Regression Results
==============================================================================
Dep. Variable:             p_change_y   R-squared:                       0.593
Model:                            OLS   Adj. R-squared:                  0.584
Method:                 Least Squares   F-statistic:                     65.69
Date:                Sat, 06 Mar 2021   Prob (F-statistic):           2.43e-10
Time:                        23:47:29   Log-Likelihood:                -91.733
No. Observations:                  47   AIC:                             187.5
Df Residuals:                      45   BIC:                             191.2
Df Model:                           1
Covariance Type:            nonrobust
==============================================================================coef    std err          t      P>|t|      [0.025      0.975]
------------------------------------------------------------------------------
const         -0.0233      0.256     -0.091      0.928      -0.538       0.492
p_change_x     1.8357      0.226      8.105      0.000       1.380       2.292
==============================================================================
Omnibus:                        7.076   Durbin-Watson:                   1.700
Prob(Omnibus):                  0.029   Jarque-Bera (JB):               10.328
Skew:                          -0.291   Prob(JB):                      0.00572
Kurtosis:                       5.221   Cond. No.                         1.18
==============================================================================

python实现CAPM模型相关推荐

一个文科生，用Python检验CAPM模型在A股市场的有效性，老师期末给了95分
提示:文章内容主要来自<金融统计分析>课程的课题作业. 文章目录文章目录前言一.检验方案简述二.实现步骤 1.数据获取 2.数据整理 3.一阶回归与个例展示 4. 二阶回归总结 ...
乐学偶得python视频_怎么用历史估计法,ERP与CAPM模型计算股票资产的内在价值
内容首发乐学偶得(http://lexueoude.com) 公众号: 乐学Fintech 用代码理解分析解决金融问题我们之前在 <那个骗你50%回报的保险,用的是啥套路>一文中向大家 ...
python股票交易模型_如何用Python建模GGM模型并对股票估值？
内容首发乐学偶得(http://lexueoude.com) 公众号: 乐学Fintech 用代码理解分析解决金融问题首先我们快速了解一下什么是GGM模型. GGM模型又叫做"戈登增长模 ...
用Python对CAPM和Fama French Three Factor model的初步学习
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 ...
用python做股票智能投顾模型_如何用Python建模GGM模型并对股票估值？
内容首发乐学偶得(http://lexueoude.com) 公众号: 乐学Fintech 用代码理解分析解决金融问题首先我们快速了解一下什么是GGM模型. GGM模型又叫做"戈登增长模 ...
Python计算机视觉——照相机模型与增强现实
Python计算机视觉--照相机模型与增强现实文章目录 Python计算机视觉--照相机模型与增强现实 1 针孔照相机模型 1.1 照相机矩阵 1.2 三维点的投影 1.3 照相机矩阵的分解 1.4 ...
Python为给定模型执行留一法交叉验证实战LOOCV（leave-one-out cross-validation）
Python为给定模型执行留一法交叉验证实战LOOCV(leave-one-out cross-validation) 目录 Python为给定模型执行留一法交叉验证实战LOOCV(leave-one ...
Python构建lassocv模型并输出Rad-score公式
Python构建lassocv模型并输出Rad-score公式 'signature = wavelet-HLH_glszm_GrayLevelVariance*-0.0306874009798776 ...
独家 | 在浏览器中使用TensorFlow.js和Python构建机器学习模型（附代码）
作者:MOHD SANAD ZAKI RIZVI 翻译:吴金笛校对:丁楠雅本文约5500字,建议阅读15分钟. 本文首先介绍了TensorFlow.js的重要性及其组件,并介绍使用其在浏览器中构建 ...
Python：pmml格式文件的简介、安装、使用方法(利用python将机器学习模型转为Java常用的pmml格式文件)之详细攻略
Python:pmml格式文件的简介.安装.使用方法(利用python将机器学习模型转为Java常用的pmml格式文件)之详细攻略目录 pmml格式文件的简介 1.PMML结构 pmml安装 pmm ...

python实现CAPM模型

一、CAPM模型理论

1. 提出背景

2. 基本假设

3. 引入无风险借贷后的投资组合选择

4. 资本市场线(CML)

5. 证券市场线(SML)

6. 系统风险与非系统风险

二、代码实现

1. 导入包+获取数据

python实现CAPM模型相关推荐

最新文章

热门文章