CRSPFama-French3因子模型日数据1926.7.1-2018.5.31资源-CSDN下载

需积分: 50 191 浏览量 2018-07-07 13:42:37 上传评论 1 收藏 744KB CSV 举报

资源推荐

资源评论

Fama-French三因子模型数据和Stata代码（2000-2020年）

5星 · 资源好评率100%

Fama-French三因子模型数据和Stata代码（2000-2020年）

格式：rar 资源大小：75.6MB

fama-french three factors_stata_三因子_三因子模型_fama-french_fama-frenc

5星 · 资源好评率100%

利用中国A股数据实现Fama-French三因子模型，stata代码

格式：zip 资源大小：6.9MB

CRSP Fama-French 3因子模型月度数据 1926.7-2018.5

CRSP Fama-French 3因子模型月度数据 1926.7-2018.5 源自美国著名的金融数据库CRSP

格式：CSV 资源大小：33.6KB

中国版的 Fama-French 三因子模型1

引言原创：石川川总写量化因子模型。中国版三因子模型能够很好的解释学术界在中国市场上发现出的绝大部分收益率截面异象，比 Fama-French 三因子的解释力度要

格式：pdf 资源大小：1.4MB 页数：12

五因子、三因子模型.zip

5星 · 资源好评率100%

五因子、三因子模型.zip

格式：zip 资源大小：150.5MB

MATLAB FF三因子代码

4星 · 用户满意度95%

该文件是基于fama-French三因子模型而编写的MATLAB程序代码。里面有详细说明和PDF文档

格式：zip 资源大小：2.2MB

CRSP Fama-French 5因子模型年度数据 1964-2017

CRSP Fama-French 5因子模型年度数据 1964-2017 源自美国著名的金融数据库CRSP

格式：CSV 资源大小：2.1KB

Fama-French三因子模型的实证检验与风险分析

5星 · 资源好评率100%

Fama-French三因子模型的实证检验与风险分析，严太华，胡宗斌，本文利用2007年5月-2017年6月月度数据检验和对比了三个定价模型--CAPM、二因子模型和Fama-French三因子模型在中国股市的适用性，并用GRS方�

格式：pdf 资源大小：376.1KB 页数：13

CRSP Fama-French 3因子模型周数据 1926.7.2-2018.5.25

CRSP Fama-French 3因子模型周数据 1926.7.2-2018.5.25 源自美国著名的金融数据库CRSP

格式：CSV 资源大小：149.1KB

五因子数据，用于本人量化学习中的Fama-French三因子模型(Rmt,SMB,HML)

五因子数据，用于本人量化学习中的Fama-French三因子模型(Rmt,SMB,HML)

格式：csv 资源大小：1.1MB

Fama-French三因子Stata代码和数据（2000-2020）、五因子模型Stata代码和数据（2000-2020）

Fama-French三因子Stata代码和数据（2000-2020）、五因子模型Stata代码和数据（2000-2020）时间跨度：2000-2020年无风险利率采用一年期定期存款利率；市值指标选择流通市值（根据需要可以修改）；市场回报率采用流通市值加权平均法计算，考虑现金红利再投资的综合月度市场回报率（数据里有几种可供选择）

格式：zip 资源大小：150.4MB

CRSP Fama-French 5因子模型月度数据 1963.7-2018.5

5星 · 资源好评率100%

CRSP Fama-French 5因子模型月度数据 1963.7-2018.5 源自美国著名的金融数据库CRSP

格式：CSV 资源大小：25.3KB

Fama-French五因子模型数据和Stata代码（2000-2020年）

5星 · 资源好评率100%

Fama-French五因子模型数据和Stata代码（2000-2020年）

格式：rar 资源大小：136.9MB

Fama-French三因子模型stata代码和数据（1996-2021）

5星 · 资源好评率100%

Fama-French三因子模型的代码和数据数据说明： 1，包含构建三因子的数据，1990-2021，使用时可以自由选择起止时间 2，三因子模型代码部分代码展示 use 分组数据, clear *注：这一步为中国三因子模型(Size and Value in China)中的做法，我觉得传统F-M三因子中这一步可以加也可以不加 /* * 剔除市值最小的30%的股票 egen 市值10

格式：zip 资源大小：513.0B

Fama-French-Replication.R_三因子模型_

5星 · 资源好评率100%

**Fama-French三因子模型**是金融学领域一个重要的投资组合理论，由经济学家Eugene Fama和Kenneth French在1992年提出。这个模型扩展了资本资产定价模型（CAPM），增加了市场风险之外的两个额外的风险因素，以更好地...

格式：zip 资源大小：3.7KB

F-F_Research_Data_5_Factors_2x3.CSV

CRSP Fama-French 5因子模型月度数据 1963.7-2018.5 源自美国著名的金融数据库CRSP

格式：CSV 资源大小：26.7KB

Python库 | wrds2pg-1.0.0-py3-none-any.whl

1. **数据下载**：`wrds2pg`库可能提供接口用于连接WRDS服务器，下载所需的数据集。 2. **数据预处理**：由于WRDS数据通常有其特定的格式，库可能会自动处理数据的编码、缺失值和日期格式等问题，以便适应...

格式：zip 资源大小：9.2KB

金融研究领域中事件分析方法的实证应用-股票回购公告对股票收益的影响

研究选取2023年7月26日至10月31日期间公布新的股份回购计划的公司作为样本，利用CRSP数据库提供的日收益率和市值数据及相关市场指标，运用Fama-French三因素模型计算各公司在特定时间段内的正常回报率，以此评估异常...

格式：pdf 资源大小：35.2KB 页数：1

谷歌股票数据集，google股票数据集，Alphabet股份数据集（2004-2024）

5星 · 资源好评率100%

Alphabet股份有限公司是前谷歌有限责任公司的美国上市控股公司，该公司继续作为子公司存在。...根据证券价格研究中心（CRSP）的标准，使用适当的分割和股息乘数对数据进行调整。成交量当天交易的股票数量。

格式：csv 资源大小：557.4KB

日度FF三因子python.rar

5星 · 资源好评率100%

本帖详细叙述了Fama and French三因子（MKT、SMB、HML）的构建方式，提供了日度频率的数据以及python代码。数据来源：国泰安数据库。股票池：沪深A股、创业板、科创板。样本区间：2001年1月至2020年12月。

格式：rar 资源大小：44.7MB

Fama三因子选股的python实现

Fama三因子选股的python实现,是做量化投资的基本策略，

格式：zip 资源大小：3.6MB

金融数据处理与资本资产定价模型验证方法探讨-可复现的-有问题请联系博主，博主会第一时间回复！！！

其次指导了从CRSP数据库下载市场指数月度回报数据，以及合并Fama/French 3因素库的数据来计算调整后的无风险利率。随后，利用计算得到的风险敞口收益进行Gibbons-Ross-Shanken (GRS)检验和广义矩估计(GMM)，并进行...

格式：pdf 资源大小：5.8MB 页数：6

安信证券_0723_美股SMART_BETA产品巡礼之三：价质因子.pdf

在2018年7月22日的报告中指出，价值因子ETF有47个，总资产达到1705亿美元，而质量因子ETF有5个，总资产达65亿美元。价值ETF从2000年开始发展，并在2012年之后呈现快速增长趋势。相反，质量ETF的发展较晚，直到2013年...

格式：pdf 资源大小：729.0KB

沃尔玛（Walmart Inc.）2000年1月至2025年股票市场数据，沃尔玛股票数据集

该数据集提供了沃尔玛（Walmart Inc.）从2000年1月至2025年3月的股票市场数据。作为全球最大的零售集团之一，沃尔玛在美国市场占据重要地位，并在《财富》全球500强榜单中常年名列前茅。截至2025年3月，沃尔玛的市值...

格式：zip 资源大小：174.7KB

CSMAR数据详细概述.pptx

3. 及时更新与调整：证 khoán代碼000613（ST东海）2004年04月16日公佈的2003年年度报告“淨利潤”科目の值为“-54752081.27”，2004年04月22日公佈的2003年年度报告的更正公告公佈“淨利潤”的值为“-51,212,890.03...

格式：pptx 资源大小：514.4KB 页数：52

its-sitraffic-en.pdf

- **远程数据访问**：通过CRSP（客户远程服务平台）实现远程监控和故障排除。 - **交钥匙全套系统**：从设计到运营的全方位服务，确保项目的顺利执行。西门子的智能交通管理系统，即“魔力三角”，由**流动性**...

格式：pdf 资源大小：894.2KB 页数：22

教你如何手工注入网站（详细）

- 获取数据库名称: `http://www.crsp.org.cn/show.php?id=1870 AND 1=2 UNION SELECT 1, database(), 3, 4, 5, 6` - 获取数据库版本: `http://www.crsp.org.cn/show.php?id=1870 AND 1=2 UNION SELECT 1, version...

格式：docx 资源大小：2.3MB

安信证券_1224_安信证券美股Smart+Beta产品巡礼之五：成长因子.pdf

美股市场中，SmartBeta产品已经成为一类热门的投资工具，其中成长因子ETF（Exchange-Traded Fund，即交易所交易基金）作为一种特定的SmartBeta产品，吸引着投资者的目光。安信证券近期发布的报告《安信证券_1224_...

格式：pdf 资源大小：485.7KB

CSMAR数据系统详介.pptx

CSMAR数据系统是一个专门针对中国上市公司财务和股票市场交易数据的综合数据库系统。该系统旨在为研究人员和分析师提供准确、全面的数据支持，以便进行深度的财务分析和市场研究。中国上市公司财务系列资料库是...

格式：pptx 资源大小：489.7KB 页数：52

“ // 修复后的代码 // 1. 定义研究区域 var roi = ee.FeatureCollection('projects/ee-yixuwei610/assets/hubei'); // 2. 更新云掩膜函数（修复字符串终止问题） function maskS2clouds(image) { var scl = image.select('SCL'); var cloudMask = scl.neq(8) // 非云像素(SCL=8) .and(scl.neq(9)) // 非卷云(SCL=9) .and(scl.neq(3)); // 非云阴影(SCL=3) return image.updateMask(cloudMask) .divide(10000) .copyProperties(image, ['system:time_start']); } // 3. 筛选影像集（修复变量名和字符串终止问题） var dataset = ee.ImageCollection('COPERNICUS/S2_SR_HARMONIZED') .filterDate('2024-01-01', '2024-12-31') .filterBounds(roi) .filter(ee.Filter.lt('CLOUDY_PIXEL_PERCENTAGE', 10)) .map(maskS2clouds); print("Sentinel 2 Image Collection", dataset); // 4. 创建中值合成 var median = dataset.median(); var clip = median.clipToCollection(roi); // 修复变量名aoi->roi // 5. 可视化参数 var visParams = { bands: ['B11', 'B8', 'B2'], min: 0, max: 0.3, }; Map.addLayer(clip, visParams, '哨兵2影像'); // 1. 计算指数 (使用 dataset 替代 img) var ndvi = dataset.normalizedDifference(['B8','B4']).rename('NDVI') .copyProperties(dataset, ['system:time_start']); var mndwi = dataset.normalizedDifference(['B3','B11']).rename('mNDWI') .copyProperties(dataset, ['system:time_start']); var ndbi = dataset.normalizedDifference(['B11','B8']).rename('NDBI') .copyProperties(dataset, ['system:time_start']); // 修复 EVI 计算（使用 stage1_output） var evi = dataset.expression( '2.5 * ((NIR - RED) / (NIR + 6 * RED - 7.5 * BLUE + 1))', { 'NIR': dataset.select('B8'), 'RED': dataset.select('B4'), 'BLUE': dataset.select('B2') } ).rename('EVI').copyProperties(dataset, ['system:time_start']); var ndvire1 = dataset.normalizedDifference(['B8', 'B5']) .rename('NDVIre1').copyProperties(dataset, ['system:time_start']); var ndvire2 = dataset.normalizedDifference(['B8', 'B6']) .rename('NDVIre2').copyProperties(dataset, ['system:time_start']); // 2. 合并为新影像（移除冗余的 return） var withIndices = dataset.addBands([ndvi, mndwi, ndbi, evi, ndvire1, ndvire2]); // 计算遥感指数（新增EWI） var add_RS_index = function(img) { // 原始指数计算 var ndvi = img.normalizedDifference(['B8', 'B4']).rename('NDVI'); var evi = img.expression('2.5 * ((NIR - RED) / (NIR + 6RED - 7.5BLUE + 1))', { 'NIR': img.select('B8'), 'RED': img.select('B4'), 'BLUE': img.select('B2') }).rename('EVI'); var ndvire1 = img.normalizedDifference(['B8', 'B5']).rename('NDVIre1'); var ndvire2 = img.normalizedDifference(['B8', 'B6']).rename('NDVIre2'); // 新增增强水体指数(EWI) var ewi = img.expression( '(GREEN + SWIR1) / (NIR + SWIR2)', { 'GREEN': img.select('B3'), // 绿波段 'SWIR1': img.select('B11'), // 短波红外1 'NIR': img.select('B8'), // 近红外 'SWIR2': img.select('B12') // 短波红外2 } ).rename('EWI'); return img.addBands([ndvi, evi, ndvire1, ndvire2, ewi]); // 添加EWI }; var processed = ee.ImageCollection([singleImage]).map(add_RS_index); var median_img = processed.median(); // 计算纹理特征 var nir_int = median_img.select('B8').multiply(255).toUint8(); var glcm = nir_int.glcmTexture({size: 3}).select( ['B8_asm', 'B8_contrast', 'B8_var', 'B8_ent', 'B8_idm'] ); // 加载地形数据 var dem = ee.Image('USGS/SRTMGL1_003').select('elevation'); var slope = ee.Terrain.slope(dem).rename('Slope'); // 特征合成（新增EWI波段） var featureImg = median_img.select(['B2','B3','B4','B5','B6','B7','B8','B8A','B11','B12']) .addBands(median_img.select(['NDVI','NDVIre1','NDVIre2','EWI'])) // 包含EWI .addBands(glcm) .addBands(dem.rename('DEM')) .addBands(slope) .clip(aoi); // 从Assets加载预处理的特征影像 var featureImg = ee.Image('projects/ee-yixuwei610/assets/feature_composite'); var aoi = ee.FeatureCollection('projects/ee-yixuwei610/assets/hubei'); // 加载样本点（确保已定义） var train_points = forest.merge(water).merge(farmland).merge(buildings).merge(grassland); // 准备训练数据 var train_data = featureImg.sampleRegions({ collection: train_points, properties: ['landcover'], scale: 10 }); // 数据集划分 var withRandom = train_data.randomColumn('random'); var trainingPartition = withRandom.filter(ee.Filter.lt('random', 0.7)); var testingPartition = withRandom.filter(ee.Filter.gte('random', 0.7)); // 训练分类器 var rf = ee.Classifier.smileRandomForest(100).train({ features: trainingPartition, classProperty: 'landcover', inputProperties: featureImg.bandNames() }); // 执行分类 var classification = featureImg.classify(rf).clip(aoi); // 精度评估 var test = testingPartition.classify(rf); var confusionMatrix = test.errorMatrix('landcover', 'classification'); print('Confusion Matrix:', confusionMatrix); print('Overall Accuracy:', confusionMatrix.accuracy()); // 面板上显示生产者精度（Producer's Accuracy） print('producer\'s accuracy', confusionMatrix.producersAccuracy()); // 面板上显示用户精度（User's Accuracy） print('user\'s accuracy', confusionMatrix.consumersAccuracy()); // 计算Kappa系数 var kappa = confusionMatrix.kappa(); print('Confusion Matrix:', confusionMatrix); print('Kappa Coefficient:', kappa); // 导出分类结果到Assets Export.image.toAsset({ image: classification, description: 'Classification_Result_Export', assetId: 'projects/ee-yixuwei610/assets/landcover_jingdu', // 修改为您的资产路径 region: aoi, scale: 10, maxPixels: 1e13 }); ”报错“Line 39: dataset.normalizedDifference is not a function”

<think> 我们遇到了错误："Line 39: dataset.normalizedDiffer......

评论收藏

内容反馈

peter_derary66

粉丝: 3

CRSP Fama-French 3因子模型日数据 1926.7.1-2018.5.31

最新资源

CRSP Fama-French 3因子模型 日数据 1926.7.1-2018.5.31

Fama-French三因子模型数据和Stata代码（2000-2020年）

fama-french three factors_stata_三因子_三因子模型_fama-french_fama-frenc

CRSP Fama-French 3因子模型 月度数据 1926.7-2018.5

中国版的 Fama-French 三因子模型1

五因子、三因子模型.zip

MATLAB FF三因子代码

CRSP Fama-French 5因子模型 年度数据 1964-2017

Fama-French三因子模型的实证检验与风险分析

CRSP Fama-French 3因子模型 周数据 1926.7.2-2018.5.25

五因子数据，用于本人量化学习中的Fama-French三因子模型(Rmt,SMB,HML)

Fama-French三因子Stata代码和数据（2000-2020）、五因子模型Stata代码和数据（2000-2020）

CRSP Fama-French 5因子模型 月度数据 1963.7-2018.5

Fama-French五因子模型数据和Stata代码（2000-2020年）

Fama-French三因子模型stata代码和数据（1996-2021）

推荐Fama-French三因子模型数据和Stata代码（2000-2022年）

Fama-French-Replication.R_三因子模型_

F-F_Research_Data_5_Factors_2x3.CSV

Python库 | wrds2pg-1.0.0-py3-none-any.whl

金融研究领域中事件分析方法的实证应用-股票回购公告对股票收益的影响

谷歌股票数据集，google股票数据集，Alphabet股份数据集（2004-2024）

日度FF三因子python.rar

Fama三因子选股的python实现

金融数据处理与资本资产定价模型验证方法探讨-可复现的-有问题请联系博主，博主会第一时间回复！！！

安信证券_0723_美股SMART_BETA产品巡礼之三：价质因子.pdf

沃尔玛（Walmart Inc.）2000年1月至2025年股票市场数据，沃尔玛股票数据集

CSMAR数据详细概述.pptx

its-sitraffic-en.pdf

教你如何手工注入网站（详细）

安信证券_1224_安信证券美股Smart+Beta产品巡礼之五：成长因子.pdf

CSMAR数据系统详介.pptx

最新资源

CRSP Fama-French 3因子模型日数据 1926.7.1-2018.5.31

CRSP Fama-French 3因子模型月度数据 1926.7-2018.5

CRSP Fama-French 5因子模型年度数据 1964-2017

CRSP Fama-French 3因子模型周数据 1926.7.2-2018.5.25

CRSP Fama-French 5因子模型月度数据 1963.7-2018.5