上海城市建设网站,毕设做网站的过程,敬请期待下一句怎么对,推广营销外包多因子模型#xff08;Muiti-Factor M: MFM#xff09;因子投资基础CAPM (资本资产定价模型)APT套利定价理论截面数据 时间序列数据 面板数据定价误差 α\alphaαalpha 出现的原因线性多因子模型Fama-French三因子模型三因子的计算公式利用alpha大小进行购买股票…
多因子模型Muiti-Factor M: MFM因子投资基础CAPM (资本资产定价模型)APT套利定价理论截面数据 时间序列数据 面板数据定价误差 α\alphaαalpha 出现的原因线性多因子模型Fama-French三因子模型三因子的计算公式利用alpha大小进行购买股票因子投资基础 CAPM (资本资产定价模型) 横轴为风险标准差sigma纵轴为预期收益。 风险越高收益就越高 这条C-M直线描绘的对于整个市场的收益其对于单支股票并不适应所以后面换了个横轴, 为单个证券对整个市场的联动性σi,MσM\frac{\sigma_{i,M}}{\sigma_M}σMσi,M。 也就是CAPM公式了 E[Ri]Rfcov(Ri,RM)var(RM)(E[RM]−R0)cov(RM,RM)var(RM)Rfcov(Ri,RM)var(RM)(E[RM]−R0)E[R_i] R_f \frac{cov(R_i,R_M)}{var(R_M)} \frac{(E[R_M]-R_0)}{\frac{cov(R_M,R_M)}{var(R_M)}} R_f \frac{cov(R_i,R_M)}{var(R_M)}(E[R_M]-R_0) E[Ri]Rfvar(RM)cov(Ri,RM)var(RM)cov(RM,RM)(E[RM]−R0)Rfvar(RM)cov(Ri,RM)(E[RM]−R0) 注意这var(R)σ2(R)var(R)\sigma^2(R)var(R)σ2(R) APT套利定价理论 截面数据 时间序列数据 面板数据
横截面数据也称截面数据、静态数据是统计学与计量经济学中的一类数据集通过观察许多主体如个人、公司、国家、地区等在同一时间点或同一时间段截面上反映一个总体的一批或全部个体的同一特征变量的观测值。例如经济普查数据、人口普查数据、家庭收入调查数据。横断面数据分析通常比较被选择的主体的差异。 -时间序列数据小规模数据或者聚集数据在一系列时间点上被观测。面板数据或称纵向数据是截面数据与时间序列数据的结合。面板数据不同于混合横截面数据pooled cross-sectional data。面板数据是对 同一主体的不同时间点的观测值。混合横截面数据是在不同时点从同一个大总体内部分别抽样将所得到的数据混合起来的一种数据集。如许多关于个人、家庭和企业的调查每隔一段时间常常是每隔一年重复进行一次如果每个时期都抽取一个随机样本那么把所得到的随机样本合并起来就给出一个混合横截面。
横截面数据可施加横截面回归及对截面数据的回归分析。
定价误差 α\alphaα alpha 出现的原因 如果alpha 显著不为0 那么称之为异象Anomaly 从投资的角度来说我们就需要买入alpha显著不为0 alpha越大的资产
线性多因子模型 这里从单个时间点做分析T时刻资产i的超额收益率RiTR_{iT}RiT αi\alpha_iαi 表示第iii 个资产的定价误差βi\beta_iβi表示因子暴露矩阵 λT\lambda_TλT表示T时刻的因子收益率 ϵiT\epsilon_{iT}ϵiT 表示T时刻的随机扰动 Fama-French三因子模型 三因子的计算公式 利用alpha大小进行购买股票
我们最后的目的就是为了得到alpha使用alpha来判断资产的潜力.
截屏来源 https://www.youtube.com/live/Bf79VTLRjtI
