程式
Fama-French 因子投資組合需要優化嗎？
我將為我的論文進行因子擁擠分析，並且我正在努力從r的標準普爾 500 指數中建構因子投資組合。我從標準普爾 500 指數建構了我的數據集，並且我可以添加一列來為每隻股票和時間發出信號，如果它將在長 ptf 中，在短 ptf 中或兩者都不是。然而，在真正建構投資組合時，我在投資組合分析優化方面遇到了一些問題，因為我使用了非常嚴格的約束。
我只是想確定這類問題需要優化，而不是簡單的加權平均。我能否僅通過根據某種權重對股票收益求和來得出一個投資組合的 beta 中性和美元中性？
不清楚您要做什麼，我建議您在接觸任何數據之前先閱讀 Fama-French (1992, 1993) 的論文。（如果您已經閱讀過，請再次閱讀，因為您似乎很困惑）。
Fama-French 不進行投資組合優化。他們只是根據特徵對股票進行分類，將它們分組為投資組合併獲取回報，然後根據這些特徵對單個股票的回報進行回歸。
無論如何，為了建構 Fama-French 因子，您需要執行以下操作。
- 計算每年六月最後一個交易日每隻股票的市值。使用 CPI 指數來調整市值。
- 對於每一年，將股票分為兩組：大股票 (B)，其在 (1) 中計算的市值高於當年紐約證券交易所的市值中位數。低於中位數的是小型 (S) 股票。
- 類似的過程也適用於價值因子。根據賬面市值比對投資組合進行排序。然後將股票分成三組。（高 (H)、中 (M)、低 (L)）。
- 您現在應該有 6 個基於這兩種類型的投資組合。計算樣本中每個月每個投資組合的價值加權月收益。
- 構造價值 (HML) 因子。這是一個零成本投資組合：HML 的回報是兩個高賬面/市場投資組合（B/H 和 S/H）的平均回報減去兩個低賬面/市場投資組合（B/L 和 S/）的平均回報L)。
- 建構大小 (SMB) 因子。零成本投資組合：三個小投資組合（S/H、S/M、S/L）和三個大投資組合（B/H、B/M、B/L）的平均回報之差
- 將您的退貨結果與 Kenneth French 網站上提供的退貨因子進行比較是一個很好的做法。
- 建構你的 MKT 因子。然後回歸這三個投資組合的回報。你的回歸應該遵循$$ R_{i,t} = \alpha_{i} + \beta_{MKT,i}MKT_t + \beta_{SMB,i}SMB_t + \beta_{HML,i}HML_t + \epsilon_{i,t} $$
其中 $ i $ 代表您的個人股票或投資組合。這 $ \beta $ s 告訴你你的股票或投資組合在每個因素上的載入量。
PS：經驗過程中有很多細節。請參閱論文以確保您的模仿過程是準確的。再次，首先閱讀論文並確保您理解。然後去數據。然後參考論文來填補空白。