OverViews Overviews Methods Knowledge Factor Covariance Matrix $$F = \frac{1}{N-1} f \cdot f^T　\times annualization_factor$$ N：要素数 f：ファクターリターン annualization_factor:　252/days_passed Actual Retrurn $$r_p = \sum_i^N \beta_i\times f_i + s_p$$ common return ファクターリターンとファクターエクスポージャの内積 ファクターリターンの計算 日付をインデックスとして、ティッカーをカラムとするreturnsがあるとき from sklearn.decomposition import PCA model = PCA(n_components=num_factor) pca.fit(returns) factor_returns = pca.transform(returns) ファクターエクスポージャーの計算 from sklearn.linear_model import LinearRegression model = LinearRegression() model.fit(factor_returns,portfolio_actual_return) exposure = model.coef_ specific return 実際のリターンからコモンリターンを引いたあたいで、ファクターで説明されない部分のリターンを示す。 この値は小さくしたい

続きを読む

dollar volumeで半年の平均を取って、トップ５００を抽出 NYSEのカレンダー 終値を利用

続きを読む