Carhart四因子模型A股实证(附源码)

Stella981
• 阅读 961

01

说明

接上一篇《 Fama-French三因子回归A股实证 》,继续写Carhart四因子模型,整个过程比较容易,还是基于Fama三因子的框架,多加进去一个动量因子进行回归。全文的代码数据论文获取请在后台回复“C4"。

贴上论文原文对于模型的说明如下

Carhart四因子模型A股实证(附源码)

三行公式,第一行为CAPM,第二行为Fama三因子模型,第三行为四因子模型,其中,RMRF是市场因子,也就是我们上一篇中的MKT,PR1YRt是作者构建的动量因子,本文我们用UMD表示。

对于动量因子的定义,原文说明如下,黄字部分

Carhart四因子模型A股实证(附源码)

解释一下, 每月末计算所有股票前2-12个月末的收益率,构建投资组合:前30%的等权组合,后30%的等权组合,二者收益率的差值定义为动量因子,组合月度调整

从定义来看,和Fama三因子的差异主要有两点,首先是 组合是等权的 ,Fama三因子中的组合都是市值加权的,其次 组合是月度构建的 ,三因子中的组合的年度构建的。最后需要说明一点,这里用2-12个月的收益率实际上是剔除了最近1个月的收益率,原因主要在于美股市场是短期反转,长期动量的,剃掉最近1个月的反转,可以得到比较纯粹的动量。

之后的部分和Fama三因子差不多了,因变量相同,自变量多一个动量因子,这里我们沿用上一篇的方式进行回归,构建25个投资组合,做25次回归(原文回归的过程不是这样做的,细节可以参考原文)。

02

实证部分

数据还是之前用的那些,没有变化,先给出动量因子的计算过程。首先每个月末把所有上市公司按前2-12个月末的收益率分为三层

    # 动量因子UMD
    
      
 
     
     
     def split_UMD(
    
      
 
     
     
     x):
    
      
 
     
     
         
    
      
 
     
     
     x.
    
      
 
     
     
     loc[
    
      
 
     
     
     x[
    
      
 
     
     
     'UMD'] >= 
    
      
 
     
     
     x.UMD.quantile(
    
      
 
     
     
     0.7),
    
      
 
     
     
     'group_UMD'] = 
    
      
 
     
     
     'UMD_H'
    
      
 
     
     
         
    
      
 
     
     
     x.
    
      
 
     
     
     loc[
    
      
 
     
     
     x[
    
      
 
     
     
     'UMD'] < 
    
      
 
     
     
     x.UMD.quantile(
    
      
 
     
     
     0.3),
    
      
 
     
     
     'group_UMD'] = 
    
      
 
     
     
     'UMD_L'
    
      
 
     
     
         
    
      
 
     
     
     return 
    
      
 
     
     
     x
    
      
 
     
     
     
    
      
 
     
     
     UMD = price.pivot(
    
      
 
     
     
     index = 
    
      
 
     
     
     'tradedate',columns = 
    
      
 
     
     
     'stockcode',
    
      
 
     
     
     values = 
    
      
 
     
     
     'price').pct_change(
    
      
 
     
     
     11).shift(
    
      
 
     
     
     1).fillna(
    
      
 
     
     
     0)
    
      
 
     
     
     UMD = UMD.stack().reset_index()
    
      
 
     
     
     UMD = UMD.
    
      
 
     
     
     rename(columns = {UMD.columns[
    
      
 
     
     
     2]:
    
      
 
     
     
     'UMD'})
    
      
 
     
     
     
    
      
 
     
     
     
    
      
 
     
     
     f[
    
      
 
     
     
     'group_UMD'] = 
    
      
 
     
     
     'UMD_M'
    
      
 
     
     
     
    
      
 
     
     
     f = pd.merge(
    
      
 
     
     
     f,UMD,left_on =[
    
      
 
     
     
     'stockcode',
    
      
 
     
     
     'tradedate'],right_on =[
    
      
 
     
     
     'stockcode',
    
      
 
     
     
     'tradedate'])
    
      
 
     
     
     
    
      
 
     
     
     f =
    
      
 
     
     
     f .groupby([
    
      
 
     
     
     'ym']).apply(split_UMD)
   
     

    
    
    

计算最大组和最小组的等权收益率差值作为动量因子

     # UMD因子
    
      
 
     
     
     
    
      
 
     
     
     UMD_ret = f.groupby([
    
      
 
     
     
     'tradedate',
    
      
 
     
     
     'group_UMD']).apply(lambda x:x.ret.mean())
    
      
 
     
     
     
    
      
 
     
     
     UMD_ret = UMD_ret.reset_index()
    
      
 
     
     
     
    
      
 
     
     
     UMD_ret = UMD_ret.rename(columns = {UMD_ret.columns[-
    
      
 
     
     
     1]:
    
      
 
     
     
     'ret'})
    
      
 
     
     
      
    
      
 
     
     
     
    
      
 
     
     
     UMD_ret_pivot = UMD_ret.pivot(index = 
    
      
 
     
     
     'tradedate',columns = 
    
      
 
     
     
     'group_UMD',values = 
    
      
 
     
     
     'ret')
    
      
 
     
     
     
    
      
 
     
     
     UMD = UMD_ret_pivot[
    
      
 
     
     
     'UMD_H'] - UMD_ret_pivot[
    
      
 
     
     
     'UMD_L']
   
     

    
    
    

最后再把UMD因子和fama三因子进行合并,fama三因子的计算过程略去,可以看文章开头的链接

    Carhart4 = pd.concat([SMB,HML,UMD],axis = 
    
      
 
     
     
     1)
    
      
 
     
     
     Carhart4 = Carhart4.reset_index()
    
      
 
     
     
     Carhart4.columns = [
    
      
 
     
     
     'tradedate',
    
      
 
     
     
     'SMB',
    
      
 
     
     
     'HML',
    
      
 
     
     
     'UMD']
    
      
 
     
     
     Carhart4[
    
      
 
     
     
     'ym'] = Carhart4.tradedate.apply(
    
      
 
     
     
     lambda x:x.year*
    
      
 
     
     
     100 + x.month)
   
     

    
    
    

首先看看四个因子的收益曲线

Carhart四因子模型A股实证(附源码)

可以明显看出,A股是没啥动量的,反转要显著一点。

个人粗浅的理解,反转一定程度上可以表示投机性的程度。A股的反转比较显著,这和A股的投资者结构关系比较大,主要为个人投资者,投机性更强一些。而且反转因子具有明显的收益集中在空头的特征,实际上和投机的心理非常一致:投资者非常可能在获得很高的收益后马上平仓,规避风险,而在股票暴跌很多时候去抄底承担风险的,虽然也有,但肯定比前者要少很多。当然,反转的不对称性也和A股不能做空有很大的关系。

接下来看看四个因子的相关性情况

Carhart四因子模型A股实证(附源码)

动量因子和其他三个因子的相关性都很低。

接下来做四因子回归,代码和之前也是基本类似的

    ### 四因子回归
    
      
 
     
     
     
    
      
 
     
     
     x = f25.
    
      
 
     
     
     loc[:,[
    
      
 
     
     
     'SMB',
    
      
 
     
     
     'HML',
    
      
 
     
     
     'UMD',
    
      
 
     
     
     'mkt_rf',
    
      
 
     
     
     'Intercept']].
    
      
 
     
     
     values
    
      
 
     
     
       
    
      
 
     
     
     r2 = []
    
      
 
     
     
     betas = []
    
      
 
     
     
     t = []
    
      
 
     
     
     
    
      
 
     
     
     p = []
    
      
 
     
     
     
    
      
 
     
     
     for i in 
    
      
 
     
     
     range(
    
      
 
     
     
     25):# i = 
    
      
 
     
     
     0
    
      
 
     
     
         
    
      
 
     
     
     y = f25.
    
      
 
     
     
     loc[:,f25.columns[i+
    
      
 
     
     
     1]].
    
      
 
     
     
     values
    
      
 
     
     
         
    
      
 
     
     
     mod = 
    
      
 
     
     
     sm.OLS(
    
      
 
     
     
     y,
    
      
 
     
     
     x).fit()
    
      
 
     
     
     
    
      
 
     
     
         r2.
    
      
 
     
     
     append([f25.columns[i+
    
      
 
     
     
     1],
    
      
 
     
     
     mod.rsquared])
    
      
 
     
     
     
    
      
 
     
     
         betas.
    
      
 
     
     
     append([f25.columns[i+
    
      
 
     
     
     1]] + 
    
      
 
     
     
     list(
    
      
 
     
     
     mod.params))
    
      
 
     
     
         t.
    
      
 
     
     
     append([f25.columns[i+
    
      
 
     
     
     1]] + 
    
      
 
     
     
     list(
    
      
 
     
     
     mod.tvalues))
    
      
 
     
     
         
    
      
 
     
     
     p.
    
      
 
     
     
     append([f25.columns[i+
    
      
 
     
     
     1]] + 
    
      
 
     
     
     list(
    
      
 
     
     
     mod.pvalues))
    
      
 
     
     
     
    
      
 
     
     
     
    
      
 
     
     
      
    
      
 
     
     
     
    
      
 
     
     
     
    
      
 
     
     
     
    
      
 
     
     
     p = pd.DataFrame(
    
      
 
     
     
     p,columns = [
    
      
 
     
     
     'group',
    
      
 
     
     
     'SMB',
    
      
 
     
     
     'HML',
    
      
 
     
     
     'UMD',
    
      
 
     
     
     'mkt_rf',
    
      
 
     
     
     'Intercept'])
    
      
 
     
     
     t = pd.DataFrame(t,columns = [
    
      
 
     
     
     'group',
    
      
 
     
     
     'SMB',
    
      
 
     
     
     'HML',
    
      
 
     
     
     'UMD',
    
      
 
     
     
     'mkt_rf',
    
      
 
     
     
     'Intercept'])
    
      
 
     
     
     betas = pd.DataFrame(betas,columns = [
    
      
 
     
     
     'group',
    
      
 
     
     
     'SMB',
    
      
 
     
     
     'UMD',
    
      
 
     
     
     'HML',
    
      
 
     
     
     'mkt_rf',
    
      
 
     
     
     'Intercept'])
    
      
 
     
     
     
    
      
 
     
     
     r2 = pd.DataFrame(r2,columns = [
    
      
 
     
     
     'group',
    
      
 
     
     
     'r2'])
    
      
 
     
     
     
    
      
 
     
     
     p_percent_car4 = (
    
      
 
     
     
     p.iloc[:,
    
      
 
     
     
     1:]<
    
      
 
     
     
     0.05).mean()
    
      
 
     
     
     
    
      
 
     
     
     
    
      
 
     
     
     alpha = betas[[
    
      
 
     
     
     'group',
    
      
 
     
     
     'Intercept']]
    
      
 
     
     
     alpha[
    
      
 
     
     
     'g_BM'] = alpha.group.apply(lambda 
    
      
 
     
     
     x:
    
      
 
     
     
     x[
    
      
 
     
     
     2])
    
      
 
     
     
     alpha[
    
      
 
     
     
     'g_SIZE'] = alpha.group.apply(lambda 
    
      
 
     
     
     x:
    
      
 
     
     
     x[-
    
      
 
     
     
     1])
    
      
 
     
     
     
    
      
 
     
     
     alpha = alpha.pivot(
    
      
 
     
     
     index = 
    
      
 
     
     
     'g_SIZE',columns = 
    
      
 
     
     
     'g_BM',
    
      
 
     
     
     values = 
    
      
 
     
     
     'Intercept')
    
      
 
     
     
     alpha = alpha.reset_index()
    
      
 
     
     
     
    
      
 
     
     
     alpha = alpha.
    
      
 
     
     
     rename(columns = {
    
      
 
     
     
     'g_SIZE':
    
      
 
     
     
     '',
    
      
 
     
     
                                         alpha.columns[
    
      
 
     
     
     1]:
    
      
 
     
     
     'small BM',
    
      
 
     
     
                                         alpha.columns[-
    
      
 
     
     
     1]:
    
      
 
     
     
     'big BM'})
    
      
 
     
     
         
    
      
 
     
     
     
    
      
 
     
     
     alpha.iloc[
    
      
 
     
     
     0,
    
      
 
     
     
     0] = 
    
      
 
     
     
     'small SIZE'
    
      
 
     
     
     alpha.iloc[-
    
      
 
     
     
     1,
    
      
 
     
     
     0] = 
    
      
 
     
     
     'big SIZE'
    
      
 
     
     
     alpha
   
     

    
    
    

返回回归的p值、beta、r2、alpha。

对于四因子模型,主要说明三点:

首先,看回归的系数beta:

Carhart四因子模型A股实证(附源码)

大部分回归里,动量的系数为负,再次说明主要是反转的贡献,不是动量。

其次,四因子回归系数的p值

Carhart四因子模型A股实证(附源码)

统计其中5%显著性显著的回归个数

Carhart四因子模型A股实证(附源码)

与三因子回归中显著的回归个数进行对比

Carhart四因子模型A股实证(附源码)

可以看出,在加入UMD因子之后,系数的显著性没有降低。

类似的,统计三因子和四因子的25次回归里整体F检验的p值

Carhart四因子模型A股实证(附源码)

Carhart四因子模型A股实证(附源码)

也能看出,加入动量因子前, 92% 的回归是显著的,加入后, 96% 的回归是显著的,这说明 量因子确实包含有一些三因子模型无法解释的信息,可以提升三因子模型的效果

03

最后

最后,也可以类比《 基于Fama三因子的因子构建 》一文,去构建基于四因子的相关因子,但从相关券商报告的结论来看,效果没有非常好的改善,所以也没有做过多的尝试,如果有兴趣,欢迎交流。

参考文献

Carhart M M. On persistence in mutual fund performance[J]. The Journal of finance, 1997, 52(1): 57-82.

本文分享自微信公众号 - 数据科学实战(dsaction)。
如有侵权,请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”,欢迎正在阅读的你也加入,一起分享。

点赞
收藏
评论区
推荐文章
blmius blmius
3年前
MySQL:[Err] 1292 - Incorrect datetime value: ‘0000-00-00 00:00:00‘ for column ‘CREATE_TIME‘ at row 1
文章目录问题用navicat导入数据时,报错:原因这是因为当前的MySQL不支持datetime为0的情况。解决修改sql\mode:sql\mode:SQLMode定义了MySQL应支持的SQL语法、数据校验等,这样可以更容易地在不同的环境中使用MySQL。全局s
皕杰报表之UUID
​在我们用皕杰报表工具设计填报报表时,如何在新增行里自动增加id呢?能新增整数排序id吗?目前可以在新增行里自动增加id,但只能用uuid函数增加UUID编码,不能新增整数排序id。uuid函数说明:获取一个UUID,可以在填报表中用来创建数据ID语法:uuid()或uuid(sep)参数说明:sep布尔值,生成的uuid中是否包含分隔符'',缺省为
Jacquelyn38 Jacquelyn38
3年前
2020年前端实用代码段,为你的工作保驾护航
有空的时候,自己总结了几个代码段,在开发中也经常使用,谢谢。1、使用解构获取json数据let jsonData  id: 1,status: "OK",data: 'a', 'b';let  id, status, data: number   jsonData;console.log(id, status, number )
Wesley13 Wesley13
3年前
FLV文件格式
1.        FLV文件对齐方式FLV文件以大端对齐方式存放多字节整型。如存放数字无符号16位的数字300(0x012C),那么在FLV文件中存放的顺序是:|0x01|0x2C|。如果是无符号32位数字300(0x0000012C),那么在FLV文件中的存放顺序是:|0x00|0x00|0x00|0x01|0x2C。2.  
Wesley13 Wesley13
3年前
030 SSM综合练习06
1.权限操作涉及的三张表(1)用户表信息描述users!(https://oscimg.oschina.net/oscnet/a4a2b1f943cbc2db1c8ddd613e7ed00a9ae.png)sql语句:CREATETABLEusers(idVARCHAR2(32)DEFAU
Wesley13 Wesley13
3年前
mysql设置时区
mysql设置时区mysql\_query("SETtime\_zone'8:00'")ordie('时区设置失败,请联系管理员!');中国在东8区所以加8方法二:selectcount(user\_id)asdevice,CONVERT\_TZ(FROM\_UNIXTIME(reg\_time),'08:00','0
Wesley13 Wesley13
3年前
00:Java简单了解
浅谈Java之概述Java是SUN(StanfordUniversityNetwork),斯坦福大学网络公司)1995年推出的一门高级编程语言。Java是一种面向Internet的编程语言。随着Java技术在web方面的不断成熟,已经成为Web应用程序的首选开发语言。Java是简单易学,完全面向对象,安全可靠,与平台无关的编程语言。
Stella981 Stella981
3年前
Django中Admin中的一些参数配置
设置在列表中显示的字段,id为django模型默认的主键list_display('id','name','sex','profession','email','qq','phone','status','create_time')设置在列表可编辑字段list_editable
Wesley13 Wesley13
3年前
MySQL部分从库上面因为大量的临时表tmp_table造成慢查询
背景描述Time:20190124T00:08:14.70572408:00User@Host:@Id:Schema:sentrymetaLast_errno:0Killed:0Query_time:0.315758Lock_
Python进阶者 Python进阶者
11个月前
Excel中这日期老是出来00:00:00,怎么用Pandas把这个去除
大家好,我是皮皮。一、前言前几天在Python白银交流群【上海新年人】问了一个Pandas数据筛选的问题。问题如下:这日期老是出来00:00:00,怎么把这个去除。二、实现过程后来【论草莓如何成为冻干莓】给了一个思路和代码如下:pd.toexcel之前把这