Fama三因子选股的python实现

# -*- coding: utf-8 -*-
“““
@量化交流QQ群: 461470781
“““
import pandas as pd


# =====导入月线数据
# 注意：filepath_or_buffer参数中请填写数据在你电脑中的路径
stock_data = pd.read_csv（filepath_or_buffer=‘stock_data.csv‘ parse_dates=[u‘交易日期‘] encoding=‘gbk‘）

# =====计算每个股票下个月的涨幅
stock_data[u‘下个月涨跌幅‘] = stock_data.groupby（u‘股票代码‘）[u‘涨跌幅‘].shift（-1）

# =====删除一些不满足条件的股票数据
# 删除在某些月份市净率小于0的股票
stock_data = stock_data[stock_data[u‘市净率‘] > 0]
# 删除在当月最后一个交易日停牌的股票
stock_data = stock_data[stock_data[u‘是否交易‘] == 1]
# 删除在当月最后一个交易日涨停的股票
stock_data = stock_data[stock_data[u‘是否涨停‘] == 0]
# 删除在本月交易日小于10天的股票
stock_data = stock_data[stock_data[u‘交易天数‘] > 10]
# 删除2000年之前的股票数据
stock_data = stock_data[stock_data[u‘交易日期‘] > pd.to_datetime（‘20000101‘）]
# 删除“下个月涨跌幅“字段为空的行
stock_data.dropna（subset=[u‘下个月涨跌幅‘] inplace=True）

# =====选股
stock_data[u‘factor‘] = stock_data[u‘总市值‘] * stock_data[u‘市净率‘]
stock_data = stock_data.sort（[u‘交易日期‘ u‘factor‘]）  # 排序
stock_data = stock_data.groupby（[u‘交易日期‘]）.head（10）  # 选取前十名的股票

# =====计算每月选股收益
output = pd.Dataframe（）
stock_data[u‘股票代码‘] += u‘ ‘
stock_data_groupby = stock_data.groupby（u‘交易日期‘）
output[u‘买入股票‘] = stock_data_groupby[u‘股票代码‘].sum（）
output[u‘股票数量‘] = stock_data_groupby.size（）
output[u‘买入股票下月平均涨幅（%）‘] = stock_data_groupby[u‘下个月涨跌幅‘].mean（）
output[u‘下个月末的资金（初始100）‘] = （output[u‘买入股票下月平均涨幅（%）‘]+1.0）.cumprod（） * 100.0
output.reset_index（inplace=True）

# ======输出
output.to_csv（‘output.csv‘ index=False encoding=‘gbk‘）

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件     3964135  2015-11-18 17:31  法码三因子选股模型The cross‐section of expected stock returns.pdf
     文件        1986  2015-11-18 17:39  法码三因子选股模型法码三因子选股模型.py
     目录           0  2015-11-18 17:58  法码三因子选股模型
     文件       59912  2017-08-17 14:52  法码三因子选股模型结果图片.png
     文件      135199  2017-08-17 14:52  法码三因子选股模型原始数据条图片.png