Factor-Models
獲取數據併計算頂級 NDXT 公司的實際 Fama-French 因子
我是金融界的新手(統計學家),我想在 R 中為 3 和 5 因子 Fama-French 模型執行時間序列回歸,但在此之前,我對獲取實際數據感到非常困惑:
- 如果我使用 quantmod,根據我的理解,我會得到以下變數,假設 NDXT 中的一些表現最好的公司,比如說 GOOG、CSCO、KLAC、ADSK、AKAM:所以對於每一天,我都會得到:High、Low、Close,調整後的交易量(我仍然很難理解這些概念在金融大局中的含義)
- 從這些變數,或者我可以通過 quantmod 獲得的任何變數(假設它們只提供來自 Google Finance、Yahoo、Fred 和 Oanda 的公開數據),我如何計算 NDXT 的 SMB 和 HML?來自 Fama 和法國網站,
SMB = 1/3(小價值 + 小中性 + 小增長)- 1/3(大價值 + 大中性 + 大增長)。
並且:
HML = 1/2(小價值 + 大價值)- 1/2(小增長 + 大增長)。
然後,使用我可以通過 quantmod 獲得的數據,我如何計算:
- 小價值,小中性,小增長
- 大價值、大中性、大增長
- 兩個增長投資組合的平均回報
- 兩個增長投資組合的平均回報
首先,我如何找到這兩個增長組合?或者它已經在 Fama 和法國網站上的某個地方為 NDXT 計算過,而我只是沒有查看正確的數據文件?
閱讀此回復後,我認為我的困惑更加深入瞭如何獲取 Fama-French 模型的實時數據?在堆棧交換上:
基本上,他們所做的是將世界劃分為一個 5x5 投資組合的網格:一個軸上的大小,另一個軸上的價值。如果您可以訪問市值和 B/E,則可以按照他們概述的程序進行操作。因此,這些因素本身就是平均回報,因此它們的計算取決於您選擇輸入的股票。
我可以看到您提到了 quantmod,因此您可能正在使用 R,但在 python 中,通過 pandas 下載 FF 值非常簡單。
希望有幫助。