更新以反映截至2018年秋季的Fama-MacBeth的库状况。此fama_macbeth
功能已删除pandas
了一段时间。那么您有什么选择呢?
如果您使用的是python 3,则可以在LinearModels中使用Fama-MacBeth方法:https : //github.com/bashtage/linearmodels/blob/master/linearmodels/panel/model.py
如果您使用的是python 2或只是不想使用LinearModels,那么最好的选择就是自己动手。
例如,假设您在类似以下的面板中拥有Fama-French行业投资组合(您还计算了一些变量,例如过往的beta或过往的收益用作x变量):
In [1]: import pandas as pd
import numpy as np
import statsmodels.formula.api as smf
In [4]: df = pd.read_csv('industry.csv',parse_dates=['caldt'])
df.query("caldt == '1995-07-01'")
In [5]: Out[5]:
industry caldt ret beta r12to2 r36to13
18432 Aero 1995-07-01 6.26 0.9696 0.2755 0.3466
18433 Agric 1995-07-01 3.37 1.0412 0.1260 0.0581
18434 Autos 1995-07-01 2.42 1.0274 0.0293 0.2902
18435 Banks 1995-07-01 4.82 1.4985 0.1659 0.2951
Fama- MacBeth主要涉及逐月计算相同的横截面回归模型,因此您可以使用来实现groupby
。您可以创建一个函数dataframe
(该函数来自groupby
)和patsy
公式;然后拟合模型并返回参数估计值。这是如何实现它的准系统版本(请注意,这是几年前原始提问者试图做的事情……不确定为什么它不起作用,尽管可能那时statsmodels
结果对象方法params
未返回pandas
Series
因此需要将返回值Series
显式转换为…在当前版本的pandas
0.23.4中确实可以正常工作):
def ols_coef(x,formula):
return smf.ols(formula,data=x).fit().params
In [9]: gamma = (df.groupby('caldt')
.apply(ols_coef,'ret ~ 1 + beta + r12to2 + r36to13'))
gamma.head()
In [10]: Out[10]:
Intercept beta r12to2 r36to13
caldt
1963-07-01 -1.497012 -0.765721 4.379128 -1.918083
1963-08-01 11.144169 -6.506291 5.961584 -2.598048
1963-09-01 -2.330966 -0.741550 10.508617 -4.377293
1963-10-01 0.441941 1.127567 5.478114 -2.057173
1963-11-01 3.380485 -4.792643 3.660940 -1.210426
然后只需计算均值,均值的标准误和t检验(或所需的任何统计数据)即可。类似于以下内容:
def fm_summary(p):
s = p.describe().T
s['std_error'] = s['std']/np.sqrt(s['count'])
s['tstat'] = s['mean']/s['std_error']
return s[['mean','std_error','tstat']]
In [12]: fm_summary(gamma)
Out[12]:
mean std_error tstat
Intercept 0.754904 0.177291 4.258000
beta -0.012176 0.202629 -0.060092
r12to2 1.794548 0.356069 5.039896
r36to13 0.237873 0.186680 1.274230
使用statsmodels
的回归有显著的开销(特别是考虑到你只需要估计系数)。如果您想提高效率,则可以从切换statsmodels
到numpy.linalg.lstsq
。编写一个执行ols估计的新函数…类似以下内容(注意,我没有做类似检查这些矩阵的等级的操作…):
def ols_np(data,yvar,xvar):
gamma,_,_,_ = np.linalg.lstsq(data[xvar],data[yvar],rcond=None)
return pd.Series(gamma)
如果您仍在使用旧版本的pandas
,则可以使用以下功能:
这是在中使用fama_macbeth
函数的示例pandas
:
>>> df
y x
date id
2012-01-01 1 0.1 0.4
2 0.3 0.6
3 0.4 0.2
4 0.0 1.2
2012-02-01 1 0.2 0.7
2 0.4 0.5
3 0.2 0.1
4 0.1 0.0
2012-03-01 1 0.4 0.8
2 0.6 0.1
3 0.7 0.6
4 0.4 -0.1
注意,结构。该fama_macbeth
函数期望y-var和x-vars具有一个以日期为第一个变量,以股票/公司/实体id为第二个变量的多重索引:
>>> fm = pd.fama_macbeth(y=df['y'],x=df[['x']])
>>> fm
----------------------Summary of Fama-MacBeth Analysis-------------------------
Formula: Y ~ x + intercept
# betas : 3
----------------------Summary of Estimated Coefficients------------------------
Variable Beta Std Err t-stat CI 2.5% CI 97.5%
(x) -0.0227 0.1276 -0.18 -0.2728 0.2273
(intercept) 0.3531 0.0842 4.19 0.1881 0.5181
--------------------------------End of Summary---------------------------------
请注意,仅打印fm
调用fm.summary
>>> fm.summary
----------------------Summary of Fama-MacBeth Analysis-------------------------
Formula: Y ~ x + intercept
# betas : 3
----------------------Summary of Estimated Coefficients------------------------
Variable Beta Std Err t-stat CI 2.5% CI 97.5%
(x) -0.0227 0.1276 -0.18 -0.2728 0.2273
(intercept) 0.3531 0.0842 4.19 0.1881 0.5181
--------------------------------End of Summary---------------------------------
另外,请注意,该fama_macbeth
函数会自动添加一个拦截器(与statsmodels
例程相反)。而且x- var必须是a,dataframe
因此,如果您仅传递一列,则需要将其传递为df[['x']]
。
如果您不想拦截,则必须执行以下操作:
>>> fm = pd.fama_macbeth(y=df['y'],x=df[['x']],intercept=False)