投资组合图形化：EAP.util.plot

原创 已于 2023-09-24 19:33:13 修改 · 578 阅读 · 0
文章标签：

#python #金融 #资产定价

于 2022-10-20 14:28:59 首次发布
EAP.util.plot提供了投资组合的图形化展示，包括散点图、线图和条形图等多种模式，支持展示调整因子后的Alpha，并可以选择以百分比显示收益和Alpha。用户可以通过设置pattern、alpha、percentage等参数自定义图表。该工具适用于直观分析和发现投资组合的规律。

实证资产定价（Empirical asset pricing）已经发布于Github和Pypi. 包的具体用法(Documentation)博主将会陆续在CSDN中详细介绍，也可以通过Pypi直接查看。

Pypi: pip install --upgrade EAP

HomePage： EAP · a catchy description for your project

Github: GitHub - whyecofiliter/EAP: empirical asset pricing
————————————————

投资组合的结果的表现方式有很多，主要的方式包含数字和图片。图片相对于数字更加直观，更容易发现规律，也更容易呈现。所以，我们添加了对投资组合的图片表现形式。

利用

from EAP.util import plot

导入plot函数，该函数的参数为

def plot(portfolio, pattern='scatter', alpha=False, percentage=True, figsize=(14, 7), pos=0.0, **kwargs):

input :

portfoli

了解本专栏 订阅专栏 解锁全文 超级会员免费看
实证资产定价包（EAP）已经可以通过Pypi安装
Why的博客
02-12 823
实证资产定价（Empirical asset pricing）已经发布于Pypi. EAP · PyPI 安装方法为 pip install --upgrade EAP 觉得有用的，麻烦点个赞，谢谢支持
投资组合分析：EAP.portfolio_analysis
Why的博客
01-05 2737
投资组合分析是实证资产定价中最常用的工具之一。它的主要用途是研究因子对资产价格的影响，主要方法是通过构建投资组合(portfolios)和投资组合差分(differenced portfolios)，并根据需要对投资组合进行风险调整(risk adjustment),从而验证因子对资产价格影响的存在与否。 投资组合分析的具体步骤分为三步： 1. 确定切分点（breakpoint）。按照因子切分点，将资产分成相应投资组合分组。例如常见的Fama-French三因子投资组合，就是将资产按照规模（Size），
Fama-Macbeth回归图形化：EAP.fama_macbeth.Fama_macbeth_regress.plot()
Why的博客
10-26 1438
实证资产定价（Empirical asset pricing）已经发布于Github和Pypi. 包的具体用法(Documentation)博主将会陆续在CSDN中详细介绍，也可以通过Pypi直接查看。它用于验证因子是否具有显著的风险回报，具体内容可见实证资产系列文章中的Fama-Macbeth回归介绍。window：对风险回报进行移动平均处理，window为移动平均的窗口。我们添加了对回归得到的风险回报的图形化显示功能。select：只显示被选择变量的风险回报。
Factor_mimicking_portfolio（模仿因子的投资组合）：EAP.fama_macbeth.Factor_mimicking_portfolio
Why的博客
02-04 3195
实证资产定价（Empirical asset pricing）已经发布于Github. 包的具体用法(Documentation)博主将会陆续在CSDN中详细介绍。 Github: GitHub - whyecofiliter/EAP: empirical asset pricing 模仿因子的投资组合（Factor mimicking portfolio）旨在去除研究因子外其他因子的影响，来构造模仿被研究因子的投资组合，并且由此得到被研究因子的因子风险溢价（factor risk permium）的时间
调整方法：EAP.adjust
Why的博客
01-06 2433
实证资产定价中有一些常用的调整方法，如White调整方差、Newey West调整方差，以及由此衍生出的White检验和Newey West调整方法，本文构建了这些常用的调整方法。 本文的Package已发布于Github: Github:GitHub - whyecofiliter/EAP: empirical asset pricing adjust This module consists of several common adjustment method in factor ana.
Fama-Macbeth回归：EAP.fama_macbeth
Why的博客
01-05 9505
Fama-Macbeth回归是实证资产定价中最为常用方法之一。它的主要用途是验证因子对资产收益率是否产生系统性影响。与投资组合分析不同的是，Fama-Macbeth回归可以在同时控制多个因子对资产收益率的影响下，考察特定因子对资产收益率产生系统性影响，具体体现在因子是否存在显著的风险溢价（risk premium）。 Fama-Macbeth回归分为两步： 1. 估计资产承担风险大小（beta值）。通过对资产收益率的时间序列分析，得到资产承担的风险水平。 2. 估计风险溢价时间序列以及统计检验。通过在
常见因子的Fama-Macbeth回归：EAP.fama_macbeth
Why的博客
02-10 4532
本文根据Bail et al.的著作Empirical Asset Pricing编写相关程序，投资组合分析的模块是EAP.fama_macbeth，下面将对该模块进行详细介绍。本文的Package已发布于Github: Github: GitHub - whyecofiliter/EAP: empirical asset pricing Fama-Macbeth回归检验因子风险溢价的存在性。Fama Macbeth回归遵循两个步骤： 1.指定模型并进行横截面回归。 2.取回归系数的时间序列平均.
JBOSS报错：com.google.common.collect.ComputationException: java.lang.ArrayIndexOutOfBoundsException: 3
ice-wee的专栏
03-02 1662
Guava15不能被部署在使用CDI 1 jee6环境（如：Guava 15不能被部署在JBoss AS7.1.1（jee6容器）），可以使用Guava14 或Guava16版本
常见因子的Factor_mimicking_portfolio: EAP.fama_macbeth.Factor_mimicking_portfolio
Why的博客
02-05 1572
实证资产定价（Empirical asset pricing）已经发布于Github. 包的具体用法(Documentation)博主将会陆续在CSDN中详细介绍。 Github: GitHub - whyecofiliter/EAP: empirical asset pricing factor: Size (SMB) and Value (HML) 继Fama和French（1993）之后，SMB和HML投资组合以及相应的风险溢价通过class Factor_mimicking_portfol.
精选资源
eap.rar_.eap_EAP_EAP-TLS_eap-aka_eap-sim
09-21
标题 "eap.rar_.eap_EAP_EAP-TLS_eap-aka_eap-sim" 暗示了这是一个关于EAP（Extensible Authentication Protocol，可扩展认证协议）的源代码压缩包，其中包含了用于无线接入点（AP）开发的相关组件。描述中提到的 ...
【vllm】（五）vLLM v1 Attention — 模块超深度分析之四
zhonglinzhang
04-22 282
根据平台（CUDA/XPU/ROCm）导入正确的 FA 函数检测 FA 版本和功能支持提供统一的 API 给上层后端使用特性FlashInferTriton外部依赖flash-attn 库flashinfer 库无（纯 Triton）支持 SM≥8075~121全平台全平台FP8 KVFA3+SM90✅❌✅FP8 Q✅❌❌NVFP4❌✅❌❌ALiBi✅❌❌✅ (+sqrt)SinkFA3TRT-LLM❌✅✅✅✅✅✅✅❌❌ (断言)DCP✅✅。
Python的__complex__方法支持复数运算重载与数值类型系统的完整性
yqkttv_570的博客
04-19 204
Python通过__complex__方法实现了对复数运算的重载支持，这不仅增强了语言的表现力，也维护了数值类型系统的完整性。在Python的数值类型体系中，__complex__与__float__、__int__等方法共同构成了完整的数值转换协议。通过上述分析可以看出，Python通过__complex__等方法构建的数值转换协议，不仅完善了语言的类型系统，也为科学计算领域提供了强大的扩展能力。对于性能敏感的场景，可以考虑配合__array_interface__等协议使用，以实现更优的数值计算性能。
Python 列表（List）的常见操作方法总结
pxklove1214的博客
04-20 344
最常用操作速查lst = []# 增lst.append(x) # 末尾添加lst.insert(i, x) # 指定位置插入lst.extend([a,b]) # 添加多个# 删lst.remove(x) # 删除元素x = lst.pop() # 删除末尾并返回x = lst.pop(i) # 删除索引i并返回lst.clear() # 清空列表# 改lst[i] = x # 修改索引ilst.sort() # 排序lst.reverse() # 反转# 查。
Python 爬虫稳定性：超时控制与自动重试机制
PyHaVolask的博客
04-19 467
本文系统讲解生产级爬虫的稳定性保障：timeout参数详解（单值与元组区别）、verify=False跳过SSL验证（含安全警告）、retrying库装饰器实现自动重试（stop_max_attempt_number等核心参数），最后组合超时+重试+代理池联动——快速识别失效代理并剔除。适合追求稳定爬取的开发者。
python opencv 计算 色坐标（CIE 1931 ）
最新发布
2302_76790436的博客
04-22 396
本文介绍了CIE1931色坐标系统的计算与应用方法。主要内容包括：1）通过OpenCV获取图像RGB均值并转换为CIE1931xy色度坐标的完整计算过程，详细说明了sRGB到CIE的色彩空间转换公式；2）实现了在CIE色度图上绘制三角形区域并判断坐标点是否位于该区域内的算法，使用向量叉积法进行精确判断；3）提供了完整的Python代码实现，包含ROI选择、色坐标计算、可视化显示和区域判断功能。该方案可用于产品质量检测等领域，通过判断色坐标是否落在预设区域内来评估颜色合格性。
LangChain 大模型应用指南
qq_38055805的博客
04-20 339
使用@tool装饰器标记的函数会被注册为大模型可调用的工具。docstring 中的描述非常重要，大模型根据描述决定何时使用该工具。
Python 标准库之operator解析
The @MMiL algoDves & programming space
04-20 27
Python的operator模块将内置运算符封装为函数式工具，主要特点包括： 函数式编程支持：提供算术、比较、逻辑、位运算等运算符的函数版本，可直接用于map()、filter()等高阶函数，替代lambda提升可读性； 性能优化：C语言实现的函数比等效lambda更快； 核心工具：itemgetter、attrgetter、methodcaller简化数据提取和操作，支持多字段排序和嵌套属性访问； 应用场景：适用于列表排序、条件过滤、累加计算等，如sorted(data, key=itemgetter(
如何在Java中根据另一个配对集合对一个集合进行排序
qq_38030465的博客
04-20 65
摘要：本文演示了如何将两个有序的LinkedHashSet集合按插入顺序配对，并根据其中一个集合的值进行排序。通过将集合转换为List，确定有效配对数量，创建索引列表并按pitch值排序，最终得到按pitch升序排列的slotID列表。示例代码展示了从[3,1,2,5,4]和[0.5f,2.2f,1.3f,1.1f,0.7f]生成[3,4,5,2,1]的过程，验证了该方法的有效性。（150字）
Web 后端 Python 基础安全
qazplm12580的博客
04-14 719
【代码】Web 后端 Python 基础安全。
Python提高:软件测试中Fixture机制-由Deepseek产生
格码老师教编程
04-19 174
pytest。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值