鹦鹉螺平原

常见因子的Fama-Macbeth回归：EAP.fama_macbeth

本文根据Bail et al.的著作Empirical Asset Pricing编写相关程序，投资组合分析的模块是EAP.fama_macbeth，下面将对该模块进行详细介绍。本文的Package已发布于Github:

Github: GitHub - whyecofiliter/EAP: empirical asset pricing

Fama-Macbeth回归检验因子风险溢价的存在性。Fama Macbeth回归遵循两个步骤：

1.指定模型并进行横截面回归。

2.取回归系数的时间序列平均值

欲知更多详情，请阅读Empirical Asset Pricing: The Cross Section of Stock Returns. Bali, Engle, Murray, 2016.

检验特征对资产收益率是否具有系统性影响，需要在FM回归模型中加入股票特征。在本demo中，特征或因子包括规模、价值、盈利能力、投资、动量和换手率，其代理变量在模拟因素的投资组合demo中介绍。

# %% set system path
import sys,os
sys.path.append(os.path.abspath(".."))

数据预处理

# %% import data
# Monthly return of stocks in China security market
import pandas as pd

month_return = pd.read_hdf('.\data\month_return.h5', key='month_return')
company_data = pd.read_hdf('.\data\last_filter_pe.h5', key='data')
trade_data = pd.read_hdf('.\data\mean_filter_trade.h5', key='data')
beta = pd.read_hdf('.\\data\\beta.h5', key='data')

# %% data preprocessing
# forward the monthly return for each stock
# emrwd is the return including dividend
month_return['emrwd'] = month_return.groupby(['Stkcd'])['Mretwd'].shift(-1)
# emrnd is the return including no dividend
month_return['emrnd'] = month_return.groupby(['Stkcd'])['Mretnd'].shift(-1)
# select the A share stock
month_return = month_return[month_return['Markettype'].isin([1, 4, 16])]

# % distinguish the stocks whose size is among the up 30% stocks in each month
def percentile(stocks) :
    return stocks >= stocks.quantile(q=.3)

month_return['cap'] = month_return.groupby(['Trdmnt'])['Msmvttl'].apply(percentile)

构建代理变量

# %% Construct proxy variable
import numpy as np

# SMB
# log(Size)
month_return['Size'] = np.log(month_return['Msmvttl'])

# HML
company_data['BM'] = 1 / company_data['PBV1A']

# RMW
# in this demo, the ROE(TTM) are used
# ROE(TTM) = PBV1B/PE(TTM) 
company_data['ROE(TTM)'] = company_data['PBV1B']/company_data['PE1TTM']

# CMA
# % calculate the total asset
# asset = debt + equity
# debt = company_value - market_value
# equity = market_value / PB
company_data['debt'] = company_data['EV1'] - company_data['MarketValue']
company_data['equity'] = company_data['MarketValue']/company_data['PBV1A']
company_data['asset'] = company_data['debt'] + company_data['equity']
# asset growth rate
company_data['asset_growth_rate'] = company_data['asset'].groupby(['Symbol']).diff(12)/company_data['asset']

# Momentum
month_return['rolling_12'] = np.array(month_return.groupby(['Stkcd'])['Mretwd'].rolling(12).sum())
month_return['momentum'] = month_return['rolling_12'] - month_return['Mretwd']

# Turnover  
trade_data['rolling_Turnover'] = np.array(trade_data['Turnover'].groupby('Symbol').rolling(12).mean())
trade_data['specific_Turnover'] = trade_data['Turnover'] / trade_data['rolling_Turnover']

进一步数据预处理

# %% merge data
from pandas.tseries.offsets import *

month_return['Stkcd_merge'] = month_return['Stkcd'].astype(dtype='string')
month_return['Date_merge'] = pd.to_datetime(month_return['Trdmnt'])
#month_return['Date_merge'] += MonthEnd()

company_data['Stkcd_merge'] = company_data['Symbol'].dropna().astype(dtype='int').astype(dtype='string')
company_data['Date_merge'] = pd.to_datetime(company_data['TradingDate'])
company_data['Date_merge'] += MonthBegin()

trade_data['Stkcd_merge'] = trade_data['Symbol'].dropna().astype(dtype='int').astype(dtype='string')
trade_data['TradingDate'] = trade_data.index.map(lambda x : x[1])
trade_data['Date_merge'] = pd.to_datetime(trade_data['TradingDate'])
#company_data['Yearmonth'] = company_data['Date_merge'].map(lambda x : 1000*x.year + x.month)
trade_data['Date_merge'] += MonthBegin()

# %% dataset starts from '2000-01'
company_data = company_data[company_data['Date_merge'] >= '2000-01']
month_return = month_return[month_return['Date_merge'] >= '2000-01']
return_company = pd.merge(company_data, month_return, on=['Stkcd_merge', 'Date_merge'])
return_company = pd.merge(return_company, trade_data, on=['Stkcd_merge', 'Date_merge'])

# beta
return_company = return_company.set_index(['Stkcd', 'Trdmnt'])
return_company = pd.merge(return_company, beta, left_index=True, right_index=True)

进行Fama-Macbeth回归

# %% Fama-Macbeth regression
# dataset : #1
# exclude tail stocks 
# range from 2000-01-01 ~ 2019-12-01 
from fama_macbeth import Fama_macbeth_regress

test_data_1 = return_company[(return_company['cap']==True) & (return_company['Ndaytrd']>=10)]
test_data_1 = test_data_1[['emrwd', 'beta', 'Size', 'BM', 'ROE(TTM)', 'asset_growth_rate', 'momentum', 'specific_Turnover', 'Date_merge']].dropna()
test_data_1 = test_data_1[(test_data_1['Date_merge'] >= '2000-01-01') & (test_data_1['Date_merge'] <= '2019-12-01')]

model = Fama_macbeth_regress(test_data_1)
result = model.fit(add_constant=True)
model.summary_by_time()
model.summary()
=============================================================================================================================
para_average: [ 2.11712697e-16  7.76046176e-03 -2.11404539e-02  2.23096650e-02
  2.59978312e-02  4.93686033e-03  1.13644979e-02 -2.65276499e-02]
tvalue: [ 1.49510717  0.92445793 -2.36234542  2.69894942  4.34532686  1.31038888
  1.3544952  -4.77712106]
R: 0.09379246136154293
ADJ_R: 0.08697059984414297
sample number N: 1071.5882352941176
+---------------------+-----------------------------------------------------------+----------+--------------+---------------+
|         Year        |                           Param                           | R Square | Adj R Square | Sample Number |
+---------------------+-----------------------------------------------------------+----------+--------------+---------------+
| 2000-02-01 00:00:00 |   [0.000 -0.065 -0.212 0.119 0.022 -0.054 0.024 -0.099]   |   0.1    |     0.09     |      549      |
| 2000-03-01 00:00:00 |   [-0.000 -0.093 0.067 0.081 0.062 0.055 -0.083 -0.025]   |   0.04   |     0.03     |      535      |
| 2000-04-01 00:00:00 |   [0.000 -0.028 -0.084 0.199 -0.026 -0.007 0.044 -0.058]  |   0.04   |     0.03     |      542      |
| 2000-08-01 00:00:00 |   [0.000 -0.179 -0.118 -0.089 0.153 -0.071 0.164 -0.084]  |   0.1    |     0.09     |      508      |
| 2000-09-01 00:00:00 |   [0.000 -0.153 -0.129 0.057 -0.088 -0.105 -0.122 0.112]  |   0.15   |     0.14     |      506      |
| 2000-10-01 00:00:00 |   [0.000 0.051 -0.061 0.086 -0.013 -0.051 -0.058 0.003]   |   0.02   |     0.01     |      498      |
| 2001-02-01 00:00:00 |   [-0.000 0.117 -0.122 0.021 0.014 -0.021 -0.058 0.008]   |   0.03   |     0.01     |      598      |
| 2001-03-01 00:00:00 |   [-0.000 0.003 -0.063 -0.256 -0.095 0.054 0.053 -0.048]  |   0.08   |     0.07     |      598      |
| 2001-04-01 00:00:00 |  [-0.000 0.059 -0.174 -0.184 -0.151 -0.005 0.137 -0.016]  |   0.12   |     0.11     |      593      |
| 2001-08-01 00:00:00 |    [0.000 0.044 0.101 0.045 0.063 -0.018 -0.118 -0.141]   |   0.06   |     0.05     |      564      |
| 2001-09-01 00:00:00 |   [-0.000 -0.045 0.098 0.156 -0.076 -0.082 0.013 0.087]   |   0.06   |     0.05     |      565      |
| 2001-10-01 00:00:00 |   [0.000 0.194 -0.068 -0.006 -0.074 0.099 -0.244 -0.219]  |   0.16   |     0.15     |      565      |
| 2002-02-01 00:00:00 |   [0.000 0.115 -0.158 -0.028 -0.122 0.074 -0.108 -0.153]  |   0.13   |     0.12     |      622      |
| 2002-03-01 00:00:00 |   [0.000 0.149 -0.066 0.095 -0.060 -0.186 0.004 -0.069]   |   0.11   |     0.1      |      656      |
| 2002-04-01 00:00:00 |   [-0.000 -0.093 0.072 -0.054 -0.170 0.005 0.112 -0.059]  |   0.05   |     0.04     |      658      |
| 2002-08-01 00:00:00 |   [0.000 -0.191 0.017 -0.095 -0.062 0.070 0.128 -0.073]   |   0.08   |     0.07     |      611      |
| 2002-09-01 00:00:00 |    [0.000 -0.115 0.043 0.044 0.041 -0.002 0.097 -0.031]   |   0.03   |     0.02     |      616      |
| 2002-10-01 00:00:00 |    [-0.000 -0.163 0.192 0.001 0.038 0.073 0.149 -0.043]   |   0.13   |     0.12     |      616      |
| 2003-02-01 00:00:00 |    [-0.000 -0.086 0.174 0.169 0.231 0.033 0.210 0.039]    |   0.19   |     0.19     |      711      |
| 2003-03-01 00:00:00 |    [0.000 -0.027 0.124 0.215 0.214 0.013 0.183 -0.033]    |   0.16   |     0.15     |      718      |
| 2003-04-01 00:00:00 |     [-0.000 0.222 0.092 0.043 0.001 0.049 0.014 0.023]    |   0.06   |     0.06     |      726      |
| 2003-05-01 00:00:00 |   [-0.000 -0.146 0.126 0.058 0.075 -0.009 -0.050 -0.161]  |   0.05   |     0.04     |      676      |
| 2003-06-01 00:00:00 |     [0.000 0.121 0.183 0.084 0.173 0.039 0.146 -0.008]    |   0.14   |     0.13     |      677      |
| 2003-07-01 00:00:00 |   [-0.000 -0.081 -0.034 -0.031 0.012 0.016 -0.203 0.004]  |   0.04   |     0.03     |      677      |
| 2003-08-01 00:00:00 |    [0.000 -0.088 -0.030 0.069 0.047 -0.008 0.021 0.001]   |   0.01   |     0.0      |      710      |
| 2003-09-01 00:00:00 |    [-0.000 -0.059 0.152 0.297 0.270 0.059 0.242 -0.038]   |   0.28   |     0.27     |      716      |
| 2003-10-01 00:00:00 |    [0.000 0.179 0.103 0.163 0.009 -0.003 -0.102 0.028]    |   0.08   |     0.07     |      719      |
| 2003-11-01 00:00:00 |    [-0.000 -0.082 0.189 0.066 0.080 0.081 0.241 -0.008]   |   0.2    |     0.19     |      715      |
| 2003-12-01 00:00:00 |    [-0.000 0.372 -0.095 0.004 0.108 0.079 -0.065 0.073]   |   0.17   |     0.17     |      720      |
| 2004-01-01 00:00:00 |   [-0.000 0.058 -0.065 0.081 0.011 -0.059 -0.116 0.060]   |   0.06   |     0.05     |      720      |
| 2004-02-01 00:00:00 |    [-0.000 0.009 -0.034 0.099 0.121 0.042 -0.105 0.137]   |   0.05   |     0.04     |      770      |
| 2004-03-01 00:00:00 |   [-0.000 -0.049 -0.180 0.111 0.087 0.049 0.077 -0.110]   |   0.05   |     0.04     |      768      |
| 2004-04-01 00:00:00 |   [-0.000 0.108 0.007 -0.015 -0.100 -0.113 0.041 0.061]   |   0.05   |     0.05     |      775      |
| 2004-05-01 00:00:00 |    [-0.000 -0.164 0.050 0.114 0.183 0.007 0.076 -0.124]   |   0.12   |     0.11     |      747      |
| 2004-06-01 00:00:00 |    [0.000 0.057 -0.009 0.021 0.065 -0.010 0.268 0.064]    |   0.08   |     0.07     |      745      |
| 2004-07-01 00:00:00 |    [0.000 -0.040 0.062 0.160 0.063 0.011 -0.052 -0.163]   |   0.07   |     0.06     |      754      |
| 2004-08-01 00:00:00 |    [-0.000 0.145 -0.036 0.062 0.072 0.106 0.259 0.151]    |   0.14   |     0.13     |      767      |
| 2004-09-01 00:00:00 |   [0.000 -0.008 -0.035 -0.083 0.068 0.088 0.155 -0.036]   |   0.07   |     0.06     |      773      |
| 2004-10-01 00:00:00 |  [-0.000 0.120 -0.143 -0.071 -0.095 0.022 -0.250 -0.053]  |   0.13   |     0.13     |      774      |
| 2004-11-01 00:00:00 |   [-0.000 -0.139 -0.002 0.083 0.183 -0.013 0.183 -0.168]  |   0.1    |     0.09     |      778      |
| 2004-12-01 00:00:00 |    [-0.000 -0.045 0.038 0.095 0.141 -0.000 0.071 0.036]   |   0.03   |     0.02     |      784      |
| 2005-01-01 00:00:00 |    [0.000 0.221 -0.071 0.051 0.159 0.083 -0.107 0.066]    |   0.08   |     0.07     |      789      |
| 2005-02-01 00:00:00 |    [0.000 -0.093 0.046 0.056 0.181 -0.012 0.272 -0.122]   |   0.2    |     0.19     |      805      |
| 2005-03-01 00:00:00 |    [-0.000 -0.105 0.088 0.085 0.139 0.042 0.179 -0.032]   |   0.13   |     0.12     |      811      |
| 2005-04-01 00:00:00 |   [0.000 0.057 -0.112 0.043 -0.130 -0.089 -0.328 -0.105]  |   0.33   |     0.33     |      821      |
| 2005-05-01 00:00:00 |    [-0.000 -0.012 0.102 0.053 0.089 0.064 0.100 -0.037]   |   0.06   |     0.05     |      755      |
| 2005-06-01 00:00:00 |     [0.000 -0.029 0.228 0.057 0.132 0.006 0.204 0.069]    |   0.2    |     0.19     |      751      |
| 2005-07-01 00:00:00 |   [0.000 0.178 -0.179 -0.114 -0.067 -0.048 -0.266 0.044]  |   0.24   |     0.23     |      747      |
| 2005-08-01 00:00:00 |   [0.000 -0.085 -0.193 -0.183 0.016 0.092 -0.025 0.108]   |   0.08   |     0.08     |      790      |
| 2005-09-01 00:00:00 |   [0.000 0.111 -0.019 -0.064 -0.047 0.075 0.203 -0.133]   |   0.07   |     0.07     |      805      |
| 2005-10-01 00:00:00 |   [0.000 0.108 -0.016 0.146 -0.057 0.058 -0.089 -0.002]   |   0.08   |     0.07     |      708      |
| 2005-11-01 00:00:00 |    [0.000 0.114 0.201 0.105 0.212 -0.005 0.177 -0.111]    |   0.14   |     0.14     |      736      |
| 2005-12-01 00:00:00 |    [0.000 0.151 0.059 0.032 0.071 -0.027 -0.014 -0.025]   |   0.02   |     0.01     |      692      |
| 2006-01-01 00:00:00 |   [-0.000 -0.174 0.085 0.190 0.052 -0.050 -0.096 -0.074]  |   0.09   |     0.08     |      636      |
| 2006-02-01 00:00:00 |    [-0.000 0.079 -0.033 0.008 0.155 -0.022 0.276 0.066]   |   0.12   |     0.12     |      661      |
| 2006-03-01 00:00:00 |  [-0.000 0.068 -0.013 -0.099 -0.011 -0.058 0.236 -0.002]  |   0.08   |     0.07     |      654      |
| 2006-04-01 00:00:00 |  [-0.000 0.010 -0.066 -0.052 -0.193 -0.030 -0.099 -0.098] |   0.09   |     0.08     |      615      |
| 2006-05-01 00:00:00 |   [0.000 -0.154 -0.201 0.012 0.016 0.098 -0.018 -0.067]   |   0.06   |     0.05     |      583      |
| 2006-06-01 00:00:00 |   [0.000 -0.066 -0.149 0.016 0.020 -0.036 -0.015 0.002]   |   0.03   |     0.01     |      598      |
| 2006-07-01 00:00:00 |  [-0.000 -0.079 0.020 -0.022 -0.129 -0.022 0.180 -0.054]  |   0.04   |     0.03     |      596      |
| 2006-08-01 00:00:00 |   [-0.000 0.021 0.060 -0.224 -0.165 0.015 -0.106 -0.083]  |   0.05   |     0.04     |      639      |
| 2006-09-01 00:00:00 |    [0.000 -0.015 0.019 0.187 0.178 0.007 0.034 -0.089]    |   0.05   |     0.04     |      632      |
| 2006-10-01 00:00:00 |     [0.000 -0.168 0.384 0.081 0.120 0.030 0.208 0.089]    |   0.28   |     0.27     |      620      |
| 2006-11-01 00:00:00 |   [-0.000 -0.054 0.269 0.010 -0.008 -0.067 0.159 -0.001]  |   0.12   |     0.11     |      628      |
| 2006-12-01 00:00:00 |   [-0.000 0.112 -0.101 0.050 0.079 -0.024 -0.056 -0.033]  |   0.03   |     0.02     |      607      |
| 2007-01-01 00:00:00 |   [0.000 -0.019 -0.188 0.146 -0.037 -0.075 -0.005 0.029]  |   0.1    |     0.09     |      609      |
| 2007-02-01 00:00:00 |  [-0.000 -0.053 -0.214 0.140 -0.022 -0.003 -0.058 0.076]  |   0.13   |     0.12     |      685      |
| 2007-03-01 00:00:00 |    [-0.000 0.119 -0.022 0.192 0.000 -0.051 0.076 0.141]   |   0.12   |     0.11     |      698      |
| 2007-04-01 00:00:00 |    [0.000 -0.281 0.081 -0.036 -0.021 0.050 0.086 0.018]   |   0.1    |     0.09     |      722      |
| 2007-05-01 00:00:00 |   [-0.000 -0.070 0.081 -0.043 0.272 0.088 0.021 -0.213]   |   0.27   |     0.26     |      678      |
| 2007-06-01 00:00:00 |    [0.000 0.257 -0.156 0.048 0.031 0.116 0.061 -0.007]    |   0.12   |     0.11     |      694      |
| 2007-07-01 00:00:00 |    [-0.000 0.029 0.157 0.127 0.115 0.026 -0.040 -0.122]   |   0.07   |     0.06     |      711      |
| 2007-08-01 00:00:00 |    [-0.000 0.147 0.066 0.121 0.187 0.019 -0.040 -0.060]   |   0.05   |     0.04     |      715      |
| 2007-09-01 00:00:00 |    [0.000 -0.152 0.164 0.010 0.107 0.025 0.093 -0.015]    |   0.13   |     0.12     |      736      |
| 2007-10-01 00:00:00 |   [0.000 0.166 -0.131 -0.023 -0.136 -0.031 -0.437 0.006]  |   0.33   |     0.32     |      732      |
| 2007-11-01 00:00:00 |    [0.000 -0.006 -0.274 -0.083 0.069 0.002 0.030 0.096]   |   0.07   |     0.06     |      738      |
| 2007-12-01 00:00:00 |   [-0.000 -0.068 -0.223 0.038 0.045 0.110 -0.075 -0.093]  |   0.07   |     0.06     |      741      |
| 2008-01-01 00:00:00 |   [-0.000 0.055 -0.246 0.099 -0.033 -0.045 0.071 0.009]   |   0.12   |     0.11     |      743      |
| 2008-02-01 00:00:00 |   [0.000 -0.115 -0.022 0.119 -0.068 -0.042 0.010 -0.016]  |   0.03   |     0.02     |      799      |
| 2008-03-01 00:00:00 |     [-0.000 0.055 0.183 0.016 0.095 0.093 0.088 0.110]    |   0.1    |     0.1      |      816      |
| 2008-04-01 00:00:00 |   [0.000 0.005 -0.143 -0.098 -0.161 -0.056 0.066 -0.137]  |   0.08   |     0.07     |      813      |
| 2008-05-01 00:00:00 |  [-0.000 -0.184 0.110 -0.113 -0.012 -0.023 0.087 -0.060]  |   0.08   |     0.07     |      801      |
| 2008-06-01 00:00:00 |   [0.000 0.087 -0.324 -0.046 0.004 0.065 -0.160 -0.025]   |   0.13   |     0.12     |      812      |
| 2008-07-01 00:00:00 |   [-0.000 -0.142 0.160 0.097 0.049 -0.012 -0.172 -0.219]  |   0.16   |     0.15     |      818      |
| 2008-08-01 00:00:00 |   [0.000 0.074 0.205 0.057 -0.052 -0.004 -0.110 -0.011]   |   0.05   |     0.04     |      819      |
| 2008-09-01 00:00:00 |   [0.000 -0.183 -0.070 0.008 -0.078 -0.031 0.102 -0.198]  |   0.08   |     0.07     |      829      |
| 2008-10-01 00:00:00 |  [-0.000 0.153 -0.183 -0.043 -0.069 0.083 -0.141 -0.085]  |   0.1    |     0.09     |      836      |
| 2008-11-01 00:00:00 |   [0.000 -0.104 -0.286 -0.216 0.169 0.064 0.056 -0.156]   |   0.15   |     0.15     |      836      |
| 2008-12-01 00:00:00 |    [0.000 0.128 -0.112 0.054 0.043 0.046 -0.160 0.190]    |   0.13   |     0.12     |      834      |
| 2009-01-01 00:00:00 |   [0.000 -0.057 -0.125 0.052 0.004 -0.073 -0.235 -0.158]  |   0.1    |     0.09     |      844      |
| 2009-02-01 00:00:00 |   [0.000 0.209 -0.103 -0.005 -0.004 0.066 -0.117 0.043]   |   0.09   |     0.08     |      857      |
| 2009-03-01 00:00:00 |   [0.000 -0.045 -0.093 0.015 0.070 -0.023 -0.074 -0.012]  |   0.01   |     0.01     |      868      |
| 2009-04-01 00:00:00 |    [0.000 0.189 -0.008 0.003 -0.097 0.007 -0.144 0.063]   |   0.07   |     0.06     |      871      |
| 2009-05-01 00:00:00 |   [0.000 -0.025 0.253 0.124 0.099 -0.007 -0.010 -0.040]   |   0.1    |     0.1      |      817      |
| 2009-06-01 00:00:00 |   [-0.000 0.268 0.117 0.151 0.017 -0.016 -0.100 -0.077]   |   0.11   |     0.1      |      818      |
| 2009-07-01 00:00:00 |   [0.000 -0.309 -0.326 -0.104 0.079 0.045 -0.148 0.026]   |   0.22   |     0.22     |      811      |
| 2009-08-01 00:00:00 |    [0.000 0.011 0.027 -0.021 0.212 0.043 0.028 -0.014]    |   0.06   |     0.05     |      810      |
| 2009-09-01 00:00:00 |   [0.000 0.127 -0.125 -0.018 -0.006 -0.062 0.068 -0.044]  |   0.06   |     0.05     |      810      |
| 2009-10-01 00:00:00 |   [-0.000 -0.036 -0.283 0.044 0.006 0.037 -0.025 -0.102]  |   0.08   |     0.08     |      812      |
| 2009-11-01 00:00:00 |   [0.000 -0.065 -0.120 0.026 0.032 -0.001 -0.072 0.016]   |   0.03   |     0.02     |      824      |
| 2009-12-01 00:00:00 |  [0.000 -0.118 -0.318 -0.048 0.032 -0.108 -0.257 -0.002]  |   0.21   |     0.2      |      824      |
| 2010-01-01 00:00:00 |   [0.000 -0.018 -0.177 0.067 -0.087 -0.030 0.081 0.038]   |   0.07   |     0.06     |      834      |
| 2010-02-01 00:00:00 |    [0.000 0.203 -0.111 -0.043 0.005 0.039 0.052 -0.027]   |   0.06   |     0.06     |      984      |
| 2010-03-01 00:00:00 |  [-0.000 -0.214 -0.004 -0.120 0.028 -0.046 0.036 -0.205]  |   0.11   |     0.11     |      982      |
| 2010-04-01 00:00:00 |    [-0.000 -0.245 0.054 -0.106 0.035 0.019 0.111 0.022]   |   0.1    |     0.1      |      976      |
| 2010-05-01 00:00:00 |    [-0.000 0.033 0.018 0.006 0.076 0.100 -0.074 -0.066]   |   0.03   |     0.03     |      955      |
| 2010-06-01 00:00:00 |    [-0.000 0.252 -0.200 0.027 0.110 0.018 -0.157 0.115]   |   0.13   |     0.12     |      952      |
| 2010-07-01 00:00:00 |  [-0.000 -0.051 -0.183 -0.142 -0.027 -0.061 0.173 0.042]  |   0.16   |     0.15     |      957      |
| 2010-08-01 00:00:00 |  [-0.000 -0.115 0.012 -0.138 -0.018 -0.005 -0.024 -0.025] |   0.03   |     0.03     |      958      |
| 2010-09-01 00:00:00 |    [-0.000 0.245 0.211 -0.074 0.028 0.040 -0.126 0.083]   |   0.11   |     0.11     |      964      |
| 2010-10-01 00:00:00 |   [-0.000 -0.208 -0.202 -0.097 0.030 0.001 0.176 -0.108]  |   0.17   |     0.17     |      971      |
| 2010-11-01 00:00:00 |    [-0.000 0.146 0.060 -0.001 0.013 0.151 0.001 0.137]    |   0.08   |     0.08     |      978      |
| 2010-12-01 00:00:00 |    [0.000 0.060 0.039 0.209 0.038 -0.037 -0.164 -0.019]   |   0.12   |     0.12     |      984      |
| 2011-01-01 00:00:00 |   [0.000 0.235 -0.171 -0.075 -0.110 -0.031 0.162 0.035]   |   0.18   |     0.17     |      983      |
| 2011-02-01 00:00:00 |    [0.000 0.159 -0.064 0.182 0.075 0.003 -0.099 0.049]    |   0.08   |     0.07     |      1092     |
| 2011-03-01 00:00:00 |   [-0.000 -0.069 0.034 0.222 0.033 -0.036 0.005 -0.025]   |   0.06   |     0.05     |      1109     |
| 2011-04-01 00:00:00 |   [-0.000 -0.080 0.027 -0.095 0.014 0.005 -0.095 0.060]   |   0.02   |     0.01     |      1137     |
| 2011-05-01 00:00:00 |     [0.000 0.090 -0.056 0.026 0.039 0.077 0.257 0.004]    |   0.1    |     0.09     |      1128     |
| 2011-06-01 00:00:00 |  [-0.000 -0.029 -0.126 -0.236 -0.002 0.015 -0.048 -0.111] |   0.09   |     0.08     |      1131     |
| 2011-07-01 00:00:00 |   [0.000 -0.046 -0.104 -0.172 0.104 0.026 -0.108 -0.106]  |   0.07   |     0.06     |      1141     |
| 2011-08-01 00:00:00 |    [0.000 0.059 0.096 0.135 0.058 -0.137 -0.208 -0.107]   |   0.13   |     0.12     |      1186     |
| 2011-09-01 00:00:00 |    [0.000 -0.114 0.007 0.013 -0.070 0.054 0.053 0.073]    |   0.02   |     0.02     |      1200     |
| 2011-10-01 00:00:00 | [-0.000 -0.044 -0.092 -0.190 -0.036 -0.006 -0.000 -0.098] |   0.05   |     0.04     |      1191     |
| 2011-11-01 00:00:00 |    [0.000 -0.010 0.247 0.263 0.201 0.060 -0.017 0.022]    |   0.19   |     0.18     |      1230     |
| 2011-12-01 00:00:00 |    [0.000 0.307 0.198 0.279 0.131 -0.206 -0.059 -0.055]   |   0.18   |     0.18     |      1243     |
| 2012-01-01 00:00:00 |    [0.000 0.155 -0.238 -0.040 0.003 0.068 -0.028 0.063]   |   0.12   |     0.12     |      1242     |
| 2012-02-01 00:00:00 |   [0.000 -0.122 -0.116 -0.011 0.115 0.028 0.146 -0.155]   |   0.08   |     0.08     |      1314     |
| 2012-03-01 00:00:00 |   [-0.000 0.179 -0.019 0.191 0.087 -0.123 -0.118 -0.150]  |   0.1    |     0.09     |      1349     |
| 2012-04-01 00:00:00 |    [-0.000 0.026 -0.040 -0.092 0.034 0.058 0.087 0.021]   |   0.04   |     0.03     |      1369     |
| 2012-05-01 00:00:00 |   [-0.000 -0.153 -0.052 -0.053 0.011 0.078 0.159 -0.075]  |   0.07   |     0.06     |      1321     |
| 2012-06-01 00:00:00 |    [0.000 -0.022 0.121 0.109 0.059 0.042 0.202 -0.082]    |   0.08   |     0.07     |      1327     |
| 2012-07-01 00:00:00 |  [0.000 -0.013 -0.265 -0.130 -0.103 0.040 -0.033 -0.035]  |   0.12   |     0.11     |      1334     |
| 2012-08-01 00:00:00 |   [0.000 0.064 0.196 -0.064 0.030 -0.018 -0.075 -0.037]   |   0.04   |     0.04     |      1334     |
| 2012-09-01 00:00:00 |    [0.000 -0.047 -0.141 0.194 0.052 -0.055 0.151 0.051]   |   0.05   |     0.05     |      1348     |
| 2012-10-01 00:00:00 |   [-0.000 -0.074 0.195 0.319 0.091 -0.030 -0.009 -0.076]  |   0.19   |     0.18     |      1338     |
| 2012-11-01 00:00:00 |     [0.000 0.128 0.046 0.003 0.023 0.075 0.067 0.025]     |   0.03   |     0.02     |      1331     |
| 2012-12-01 00:00:00 |  [-0.000 -0.079 -0.071 -0.078 -0.068 0.017 -0.032 -0.046] |   0.02   |     0.02     |      1322     |
| 2013-01-01 00:00:00 |  [-0.000 -0.033 -0.144 -0.140 -0.054 0.073 0.069 -0.065]  |   0.07   |     0.06     |      1320     |
| 2013-02-01 00:00:00 |   [-0.000 -0.185 -0.144 -0.068 0.033 0.003 0.153 -0.092]  |   0.09   |     0.08     |      1404     |
| 2013-03-01 00:00:00 |    [0.000 -0.003 -0.007 0.010 0.022 0.072 0.126 -0.083]   |   0.03   |     0.03     |      1414     |
| 2013-04-01 00:00:00 |    [0.000 0.094 -0.181 -0.169 -0.065 0.043 0.065 0.095]   |   0.12   |     0.12     |      1422     |
| 2013-05-01 00:00:00 |   [0.000 -0.069 0.008 -0.059 0.078 -0.001 0.176 -0.064]   |   0.06   |     0.06     |      1395     |
| 2013-06-01 00:00:00 |   [-0.000 0.020 -0.129 -0.121 -0.020 -0.029 0.131 0.101]  |   0.09   |     0.09     |      1378     |
| 2013-07-01 00:00:00 |   [0.000 -0.052 -0.136 0.191 0.033 0.026 -0.096 -0.037]   |   0.08   |     0.08     |      1380     |
| 2013-08-01 00:00:00 |    [0.000 -0.030 0.006 -0.065 -0.077 0.038 0.092 0.138]   |   0.05   |     0.05     |      1380     |
| 2013-09-01 00:00:00 |   [0.000 -0.085 -0.085 0.169 0.074 -0.044 -0.079 -0.120]  |   0.08   |     0.08     |      1374     |
| 2013-10-01 00:00:00 |   [0.000 0.095 -0.097 -0.063 -0.127 0.041 0.160 -0.035]   |   0.1    |     0.09     |      1358     |
| 2013-11-01 00:00:00 |  [0.000 -0.088 -0.117 -0.001 0.143 -0.064 -0.036 -0.072]  |   0.04   |     0.04     |      1380     |
| 2013-12-01 00:00:00 |   [0.000 0.034 -0.105 -0.068 -0.045 0.041 0.365 -0.072]   |   0.2    |     0.19     |      1367     |
| 2014-01-01 00:00:00 |  [0.000 0.042 -0.178 -0.008 -0.039 -0.062 -0.088 -0.112]  |   0.07   |     0.06     |      1371     |
| 2014-02-01 00:00:00 |   [0.000 -0.060 -0.104 0.238 0.100 0.004 -0.165 -0.076]   |   0.15   |     0.15     |      1415     |
| 2014-03-01 00:00:00 |    [0.000 -0.006 0.059 0.018 0.020 0.034 -0.025 -0.027]   |   0.01   |     0.01     |      1413     |
| 2014-04-01 00:00:00 |   [-0.000 0.053 -0.021 -0.077 -0.159 0.015 0.111 -0.089]  |   0.08   |     0.07     |      1371     |
| 2014-05-01 00:00:00 |  [-0.000 0.071 -0.060 -0.126 -0.038 -0.005 0.020 -0.100]  |   0.06   |     0.05     |      1320     |
| 2014-06-01 00:00:00 |   [0.000 -0.059 -0.061 0.149 0.050 -0.016 -0.207 0.074]   |   0.11   |     0.1      |      1299     |
| 2014-07-01 00:00:00 |   [0.000 -0.016 -0.132 -0.124 -0.135 0.014 0.096 -0.058]  |   0.08   |     0.08     |      1298     |
| 2014-08-01 00:00:00 |    [0.000 0.058 -0.270 0.109 -0.031 0.013 -0.018 0.034]   |   0.09   |     0.08     |      1264     |
| 2014-09-01 00:00:00 |   [-0.000 -0.009 -0.059 0.149 0.024 0.050 -0.024 0.006]   |   0.02   |     0.02     |      1241     |
| 2014-10-01 00:00:00 |    [0.000 -0.007 0.103 0.233 -0.074 0.001 -0.017 0.010]   |   0.09   |     0.08     |      1209     |
| 2014-11-01 00:00:00 |    [-0.000 0.019 0.333 0.355 0.049 0.025 -0.028 0.119]    |   0.37   |     0.37     |      1205     |
| 2014-12-01 00:00:00 |    [0.000 0.174 -0.059 -0.210 0.078 0.011 0.027 -0.166]   |   0.21   |     0.21     |      1198     |
| 2015-01-01 00:00:00 |    [0.000 0.164 0.030 -0.060 -0.016 0.008 0.077 -0.040]   |   0.04   |     0.03     |      1181     |
| 2015-02-01 00:00:00 |    [0.000 0.117 -0.211 -0.003 -0.016 0.054 0.041 0.049]   |   0.07   |     0.06     |      1210     |
| 2015-03-01 00:00:00 |   [-0.000 -0.016 -0.041 0.123 -0.019 -0.069 0.100 0.062]  |   0.03   |     0.03     |      1229     |
| 2015-04-01 00:00:00 |   [0.000 0.111 -0.245 -0.244 -0.013 0.016 -0.007 -0.047]  |   0.2    |     0.2      |      1175     |
| 2015-05-01 00:00:00 |   [-0.000 -0.315 -0.123 0.220 0.081 -0.038 -0.000 0.054]  |   0.2    |     0.2      |      1101     |
| 2015-06-01 00:00:00 |   [-0.000 0.281 0.222 -0.008 0.172 -0.046 -0.166 -0.079]  |   0.11   |     0.1      |      1081     |
| 2015-07-01 00:00:00 |  [-0.000 -0.066 -0.048 0.113 -0.012 -0.080 -0.112 0.087]  |   0.08   |     0.07     |      998      |
| 2015-08-01 00:00:00 |    [-0.000 0.298 0.005 -0.020 0.083 0.030 -0.076 0.004]   |   0.08   |     0.08     |      1007     |
| 2015-09-01 00:00:00 |   [0.000 0.227 -0.181 -0.184 -0.123 0.039 0.024 -0.031]   |   0.23   |     0.22     |      1007     |
| 2015-10-01 00:00:00 |    [0.000 0.203 -0.141 0.051 0.096 0.121 -0.029 0.035]    |   0.09   |     0.08     |      969      |
| 2015-11-01 00:00:00 |   [0.000 0.024 -0.157 0.017 0.088 -0.013 -0.065 -0.092]   |   0.03   |     0.02     |      961      |
| 2015-12-01 00:00:00 |    [-0.000 -0.245 0.126 0.153 0.055 0.016 0.026 -0.094]   |   0.21   |     0.21     |      989      |
| 2016-01-01 00:00:00 |   [0.000 -0.129 -0.090 0.088 -0.011 -0.039 0.036 -0.029]  |   0.03   |     0.02     |      995      |
| 2016-02-01 00:00:00 |   [-0.000 0.341 -0.078 -0.065 0.091 0.069 -0.142 0.137]   |   0.16   |     0.16     |      1037     |
| 2016-03-01 00:00:00 |   [-0.000 -0.119 -0.150 0.004 0.061 0.043 0.079 -0.130]   |   0.03   |     0.03     |      1068     |
| 2016-04-01 00:00:00 |   [0.000 0.130 0.091 -0.095 0.058 -0.011 -0.104 -0.077]   |   0.03   |     0.03     |      1076     |
| 2016-05-01 00:00:00 |    [-0.000 0.094 -0.166 -0.103 0.035 0.079 0.040 0.011]   |   0.1    |     0.09     |      1080     |
| 2016-06-01 00:00:00 |   [0.000 -0.276 -0.042 0.112 0.090 -0.104 -0.097 -0.101]  |   0.21   |     0.2      |      1088     |
| 2016-07-01 00:00:00 |   [-0.000 0.042 -0.104 0.087 -0.028 0.025 -0.044 -0.116]  |   0.03   |     0.03     |      1100     |
| 2016-08-01 00:00:00 |   [0.000 -0.115 -0.157 0.065 0.070 0.039 -0.030 -0.151]   |   0.05   |     0.05     |      1183     |
| 2016-09-01 00:00:00 |    [0.000 0.022 -0.046 0.069 -0.068 -0.028 0.113 0.099]   |   0.04   |     0.03     |      1213     |
| 2016-10-01 00:00:00 |   [-0.000 0.044 0.047 0.243 0.000 -0.024 -0.060 -0.061]   |   0.08   |     0.08     |      1250     |
| 2016-11-01 00:00:00 |   [-0.000 -0.151 -0.113 0.140 0.014 -0.066 0.067 -0.009]  |   0.06   |     0.05     |      1286     |
| 2016-12-01 00:00:00 |    [0.000 -0.044 0.110 0.260 0.067 -0.070 0.038 -0.034]   |   0.12   |     0.11     |      1324     |
| 2017-01-01 00:00:00 |     [0.000 0.070 -0.102 0.076 0.018 0.036 0.063 0.023]    |   0.02   |     0.01     |      1350     |
| 2017-02-01 00:00:00 |    [-0.000 -0.029 0.009 0.094 0.172 0.056 0.114 -0.046]   |   0.05   |     0.05     |      1470     |
| 2017-03-01 00:00:00 |    [0.000 -0.048 0.093 0.156 0.153 0.045 -0.037 0.026]    |   0.08   |     0.07     |      1497     |
| 2017-04-01 00:00:00 |   [0.000 -0.051 0.247 0.089 0.044 -0.018 -0.045 -0.073]   |   0.1    |     0.1      |      1527     |
| 2017-05-01 00:00:00 |    [-0.000 0.123 0.031 0.049 0.159 -0.056 0.177 -0.166]   |   0.09   |     0.09     |      1517     |
| 2017-06-01 00:00:00 |    [0.000 0.100 -0.013 0.307 0.101 -0.075 0.081 -0.110]   |   0.13   |     0.13     |      1556     |
| 2017-07-01 00:00:00 |   [0.000 -0.014 -0.001 -0.117 -0.092 0.026 -0.004 0.040]  |   0.02   |     0.01     |      1577     |
| 2017-08-01 00:00:00 |    [0.000 0.054 0.066 -0.148 0.015 0.075 -0.070 -0.067]   |   0.05   |     0.05     |      1579     |
| 2017-09-01 00:00:00 |    [0.000 -0.093 0.187 -0.041 0.130 0.058 0.093 -0.272]   |   0.17   |     0.16     |      1594     |
| 2017-10-01 00:00:00 |    [-0.000 0.017 0.143 0.149 0.077 -0.055 0.085 0.121]    |   0.09   |     0.09     |      1591     |
| 2017-11-01 00:00:00 |    [-0.000 -0.011 0.055 -0.030 0.068 0.035 0.138 0.038]   |   0.05   |     0.05     |      1643     |
| 2017-12-01 00:00:00 |    [0.000 -0.053 0.191 0.261 0.137 -0.033 0.055 -0.095]   |   0.16   |     0.16     |      1632     |
| 2018-01-01 00:00:00 |    [-0.000 0.091 -0.034 -0.122 0.030 0.073 0.145 0.045]   |   0.07   |     0.07     |      1648     |
| 2018-02-01 00:00:00 |   [-0.000 0.048 -0.048 -0.321 -0.122 0.068 -0.209 0.004]  |   0.18   |     0.17     |      1688     |
| 2018-03-01 00:00:00 |   [0.000 -0.013 0.019 -0.062 -0.024 -0.032 0.054 0.008]   |   0.01   |     0.0      |      1743     |
| 2018-04-01 00:00:00 |   [-0.000 -0.078 0.046 -0.058 0.066 -0.021 0.059 -0.088]  |   0.04   |     0.04     |      1759     |
| 2018-05-01 00:00:00 |     [0.000 0.005 0.060 0.126 0.156 -0.009 0.193 0.000]    |   0.09   |     0.09     |      1773     |
| 2018-06-01 00:00:00 |   [-0.000 0.017 -0.001 0.171 0.015 -0.098 -0.030 -0.090]  |   0.07   |     0.06     |      1737     |
| 2018-07-01 00:00:00 |   [-0.000 -0.090 0.011 0.101 -0.123 -0.060 0.113 -0.150]  |   0.06   |     0.06     |      1762     |
| 2018-08-01 00:00:00 |    [0.000 0.067 0.190 0.123 0.008 -0.095 -0.094 0.036]    |   0.07   |     0.06     |      1835     |
| 2018-09-01 00:00:00 |  [-0.000 -0.087 0.033 0.153 -0.035 -0.021 -0.007 -0.024]  |   0.05   |     0.04     |      1849     |
| 2018-10-01 00:00:00 |  [-0.000 0.210 -0.088 -0.040 -0.050 -0.012 -0.183 -0.046] |   0.12   |     0.12     |      1858     |
| 2018-11-01 00:00:00 |   [0.000 -0.055 -0.007 0.020 -0.009 -0.006 0.065 -0.081]  |   0.01   |     0.01     |      1900     |
| 2018-12-01 00:00:00 |    [0.000 -0.043 0.145 0.072 0.075 -0.087 0.021 -0.098]   |   0.07   |     0.07     |      1915     |
| 2019-01-01 00:00:00 |   [0.000 0.103 -0.063 -0.160 -0.125 0.008 -0.217 0.145]   |   0.12   |     0.12     |      1952     |
| 2019-02-01 00:00:00 |    [0.000 0.112 -0.122 0.006 0.022 -0.024 0.117 -0.010]   |   0.03   |     0.03     |      1947     |
| 2019-03-01 00:00:00 |    [0.000 -0.082 0.008 0.106 0.108 -0.018 0.073 0.016]    |   0.04   |     0.03     |      1979     |
| 2019-04-01 00:00:00 |  [-0.000 -0.050 -0.054 -0.103 -0.102 -0.041 0.031 -0.045] |   0.02   |     0.02     |      2018     |
| 2019-05-01 00:00:00 |    [0.000 -0.021 0.163 -0.004 0.019 0.022 0.027 -0.085]   |   0.04   |     0.04     |      2041     |
| 2019-06-01 00:00:00 |   [-0.000 -0.062 0.079 -0.086 0.016 0.043 0.007 -0.054]   |   0.02   |     0.02     |      2059     |
| 2019-07-01 00:00:00 |   [-0.000 -0.023 0.041 -0.245 -0.048 0.016 0.052 0.017]   |   0.07   |     0.06     |      2101     |
| 2019-08-01 00:00:00 |   [-0.000 0.072 -0.029 -0.064 0.058 0.042 -0.081 -0.009]  |   0.02   |     0.02     |      2096     |
| 2019-09-01 00:00:00 |    [0.000 0.037 0.055 -0.025 0.018 0.008 0.075 -0.117]    |   0.02   |     0.02     |      2108     |
| 2019-10-01 00:00:00 |    [0.000 -0.068 0.074 0.022 0.047 -0.018 -0.037 0.004]   |   0.02   |     0.02     |      2127     |
| 2019-11-01 00:00:00 |    [0.000 0.109 0.011 -0.060 -0.027 0.065 -0.069 0.077]   |   0.02   |     0.02     |      2118     |
| 2019-12-01 00:00:00 |   [-0.000 0.047 -0.040 -0.231 -0.035 0.051 0.048 0.071]   |   0.09   |     0.08     |      2116     |
+---------------------+-----------------------------------------------------------+----------+--------------+---------------+


+-----------+--------+---------+--------+----------+-------------------+----------+-------------------+-----------+---------------+-----------+
| Intercept |  beta  |   Size  |   BM   | ROE(TTM) | asset_growth_rate | momentum | specific_Turnover | Average R | Average adj R | Average n |
+-----------+--------+---------+--------+----------+-------------------+----------+-------------------+-----------+---------------+-----------+
|    0.0    | 0.0078 | -0.0211 | 0.0223 |  0.026   |       0.0049      |  0.0114  |      -0.0265      |   0.094   |     0.087     |  1071.59  |
|   1.495   | 0.924  |  -2.362 | 2.699  |  4.345   |        1.31       |  1.354   |       -4.777      |     -     |       -       |     -     |
+-----------+--------+---------+--------+----------+-------------------+----------+-------------------+-----------+---------------+-----------+

第一个数据集不包括2000-01-01至2019-12-01期间30%的尾部股票。包括规模系数（size）、价值系数（BM）、盈利系数（ROE（TTM））和换手率（specific_Turnover）在内的因素具有显著风险溢价。包括市场、投资和动量因子在内的因素具有不显著的风险溢价。

# %% Fama-Macbeth regression
# dataset : #2
# include tail stocks
# range from 2000-01 ~ 2019-12-01
from fama_macbeth import Fama_macbeth_regress

test_data_2 = return_company[(return_company['Ndaytrd']>=10)]
test_data_2 = test_data_2[['emrwd', 'beta', 'Msmvttl', 'PE1A', 'ROE(TTM)', 'asset_growth_rate', 'momentum', 'specific_Turnover', 'Date_merge']].dropna()
test_data_2 = test_data_2[(test_data_2['Date_merge'] >= '2000-01-01') & (test_data_2['Date_merge'] <= '2019-12-01')]

model = Fama_macbeth_regress(test_data_2)
result = model.fit(add_constant=True)
print(result)
model.summary()
model.summary_by_time()
================================================================================================================================

+-----------+--------+---------+--------+----------+-------------------+----------+-------------------+-----------+---------------+-----------+
| Intercept |  beta  |   Size  |   BM   | ROE(TTM) | asset_growth_rate | momentum | specific_Turnover | Average R | Average adj R | Average n |
+-----------+--------+---------+--------+----------+-------------------+----------+-------------------+-----------+---------------+-----------+
|    0.0    | 0.0107 | -0.0409 | 0.0206 |  0.0224  |       0.006       |  0.0069  |       -0.027      |   0.088   |     0.083     |  1429.13  |
|   1.616   | 1.397  |  -4.114 | 2.845  |  4.346   |       1.644       |  0.875   |       -5.287      |     -     |       -       |     -     |
+-----------+--------+---------+--------+----------+-------------------+----------+-------------------+-----------+---------------+-----------+

第二个数据集包含从2000-01-01到2019-12-01的30%尾部股票。包括规模系数（size）、价值系数（BM）、盈利能力（ROE（TTM））、换手率（specific_Turnover）在内的因素具有显著风险溢价。包括市场、投资和动量因子在内的因素具有不显著的风险溢价。

# %% Fama-Macbeth regression
# dataset : #3
# exclude tail stocks 
# range from 2000-01-01 ~ 2016-12-01 
from fama_macbeth import Fama_macbeth_regress

test_data_3 = return_company[(return_company['cap']==True) & (return_company['Ndaytrd']>=10)]
test_data_3 = test_data_3[['emrwd', 'beta', 'Size', 'BM', 'ROE(TTM)', 'asset_growth_rate', 'momentum', 'specific_Turnover', 'Date_merge']].dropna()
test_data_3 = test_data_3[(test_data_3['Date_merge'] >= '2000-01-01') & (test_data_3['Date_merge'] <= '2016-12-01')]

model = Fama_macbeth_regress(test_data_3)
result = model.fit(add_constant=True)
print(result)
model.summary()
model.summary_by_time()
================================================================================================================================
+-----------+--------+---------+--------+----------+-------------------+----------+-------------------+-----------+---------------+-----------+
| Intercept |  beta  |   Size  |   BM   | ROE(TTM) | asset_growth_rate | momentum | specific_Turnover | Average R | Average adj R | Average n |
+-----------+--------+---------+--------+----------+-------------------+----------+-------------------+-----------+---------------+-----------+
|    0.0    | 0.0076 | -0.0326 | 0.0258 |  0.0261  |       0.0062      |  0.0092  |       -0.026      |   0.099   |     0.092     |   930.59  |
|   0.632   | 0.778  |  -3.225 |  2.93  |   3.93   |       1.466       |  0.971   |       -4.276      |     -     |       -       |     -     |
+-----------+--------+---------+--------+----------+-------------------+----------+-------------------+-----------+---------------+-----------+

第三个数据集不包括2000-01-01至2016-12-01期间30%的尾部股票。包括规模系数（size）、价值系数（BM）、盈利能力（ROE（TTM））、换手率（specific_Turnover）在内的因素具有显著风险溢价。包括市场、投资和动量因素在内的因素具有不显著的风险溢价。

# %% Fama-Macbeth regression
# dataset : #4
# include tail stocks 
# range from 2000-01-01 ~ 2016-12-01 
from fama_macbeth import Fama_macbeth_regress

test_data_4 = return_company[(return_company['Ndaytrd']>=10)]
test_data_4 = test_data_4[['emrwd', 'beta', 'Size', 'BM', 'ROE(TTM)', 'asset_growth_rate', 'momentum', 'specific_Turnover', 'Date_merge']].dropna()
test_data_4 = test_data_4[(test_data_4['Date_merge'] >= '2000-01-01') & (test_data_4['Date_merge'] <= '2016-12-01')]

model = Fama_macbeth_regress(test_data_4)
result = model.fit(add_constant=True)
print(result)
model.summary()
model.summary_by_time()
================================================================================================================================
+-----------+-------+---------+--------+----------+-------------------+----------+-------------------+-----------+---------------+-----------+
| Intercept |  beta |   Size  |   BM   | ROE(TTM) | asset_growth_rate | momentum | specific_Turnover | Average R | Average adj R | Average n |
+-----------+-------+---------+--------+----------+-------------------+----------+-------------------+-----------+---------------+-----------+
|    0.0    |  0.01 | -0.0541 | 0.0235 |  0.0224  |       0.007       |  0.0053  |       -0.027      |   0.094   |     0.089     |  1237.96  |
|   1.223   | 1.125 |  -4.807 | 3.053  |   3.84   |       1.722       |  0.595   |       -4.857      |     -     |       -       |     -     |
+-----------+-------+---------+--------+----------+-------------------+----------+-------------------+-----------+---------------+-----------+

第四个数据集包含从2000-01-01到2016-12-01的30%尾部股票。包括规模系数（size）、价值系数（BM）、盈利能力（ROE（TTM））、换手率（specific_Turnover）在内的因子具有显著风险溢价。包括市场、投资和动量因子在内的因素具有不显著的风险溢价。

你可能感兴趣的:(实证资产定价,python,金融,资产定价)

python ppt转pdf macos_如何在 macOS 上一键批量把 PPT 和 Word 文件转成 PDF weixin_39857792 python ppt转pdf macos
原标题：如何在macOS上一键批量把PPT和Word文件转成PDF相信不少人都有或曾经有过需要将多个PPT/Word文件转为PDF的需求，可能是一堆PPT课件为了方便批注，也可能是一些Word文档为了方便阅读。每次只能打开一个文档，选择「另存为」，选「PDF」，点「保存」，关掉，再打开下一个文档，文档数目一多，整个过程就会变得很令人沮丧。最近我研究了一下这个磨人的问题，制作了一个动作可以在不到2秒
python智能合约编程_技术指南 | Python智能合约开发？看这一篇就够了 weixin_39897127 python智能合约编程
01前言在之前的技术视点文章中，我们介绍了目前本体主网支持的智能合约体系以及相应的智能合约开发工具SmartX。很多小伙伴都想上手练一练。在本期的技术视点中，我们将正式开始讲述智能合约语法部分。本体的智能合约API分为7个模块，分别是Blockchain&BlockAPI、RuntimeAPI、StorageAPI、NativeAPI、UpgradeAPI、ExecutionEngineAPI以及
langchain chroma 与 chromadb笔记 phynikesi langchain 笔记 chromadb
chromadb可独立使用也可搭配langchain框架使用。环境：python3.9langchain=0.2.16chromadb=0.5.3chromadb使用示例importchromadbfromchromadb.configimportSettingsfromchromadb.utilsimportembedding_functions#加载embedding模型en_embeddin
python电脑怎么打开任务管理器_利用Python调用Windows API，实现任务管理器功能 weixin_39778400
任务管理器具体功能有：1、列出系统当前所有进程。2、列出隶属于该进程的所有线程。3、如果进程有窗口，可以显示和隐藏窗口。4、强行结束指定进程。通过Python调用WindowsAPI还是很实用的，能够结合Python的简洁和WindowsAPI的强大，写出各种各样的脚本。编码中的几个难点有：1、API的入参是结构体时，怎么解决？答：Python内手动建立结构体。详见：https://baijiah
OpenCV 基础模块 Python 版 ice_junjun OpenCV opencv python 计算机视觉
OpenCV基础模块权威指南（Python版）一、模块全景图plaintextOpenCV架构(v4.x+)├─核心层│├─core：基础数据结构与操作（Mat/Scalar/Point）│└─imgproc：图像处理流水线（滤波→变换→检测）├─交互层│├─highgui：GUI与媒体I/O（显示/捕获/交互）│└─video：视频分析（运动检测/目标跟踪）├─3D视觉层│└─calib3d：相
使用PHP对接StockTV全球金融市场数据API实战指南 php股票接口
关键词：PHPAPI开发、金融市场数据、WebSocket实时数据、cURL实战一、项目概述StockTV作为全球领先的金融数据平台，提供覆盖股票、外汇、期货和加密货币的实时行情服务。本文将手把手教你使用PHP实现以下核心功能：✅RESTAPI调用：获取历史行情数据✅WebSocket订阅：实时价格推送✅生产级特性：异常重试、速率控制、数据缓存✅高性能优化：连接池、异步处理二、环境准备1.运行环境
Python入门(函数) 高育良00003 python 开发语言
一.基础认识一种映射关系1.1什么是函数呢？概念函数是可以重复执行的语句块，可以重复调用作用用于封装语句块，提高代码的重用性1.2函数的定义语法：deffunction():#def为关键字，function为函数名#语句想要执行的操作returnre#re为返回值二.函数的调用函数名后+小括号()表示函数的执行2.1基本用法语法：函数名(实际调用的参数)2.2调用传参2.2.1位置传参最为常见，
python本地连接minio 伶星37 python 网络服务器
在你浏览器能成功访问到你的minio网页，并且成功登录之后。接下来如果你想用python连接数据库，并且想用python连接minio，就可以用这个blog。连接代码client=Minio("localhost:9000",#9000是默认端口号access_key="admin",#你的账户secret_key="password",#你的密码secure=False,#这点我会详细说明)为什
头歌实践教学平台 Python程序设计实训答案（三）学习的锅头哥实践教学平台实训答案 python
第七阶段文件实验一文本文件的读取第1关：学习-Python文件之文本文件的读取任务描述本关任务：使用open函数以只写的方式打开文件，打印文件的打开方式。相关知识为了完成本关任务，你需要掌握：文本文件；open函数及其参数；文件打开模式；文件对象常用属性；关闭文件close函数。#请在下面的Begin-End之间按照注释中给出的提示编写正确的代码##########Begin###########
python基础之--面相对象--OOP基本特性暴龙胡乱写博客 python 开发语言人工智能
python基础之–面相对象–OOP基本特性文章目录python基础之--面相对象--OOP基本特性一，OOP基本特性1.1封装1.2继承/派生1.2.1基础概念1.2.3继承实现1.3多态1.4对象对成员的操作（补充）1.5私有属性1.6重写魔术方法二，super函数2.1基本使用2.2super().\__init__()一，OOP基本特性OOP的四大基本特性是封装、继承、多态和抽象。1.1封
Dify1.01版本vscode 本地环境搭建运行实践 hamish-wu vscode 编辑器 dify 大模型 python flask
dify是python编写的低代码AI开发平台，是常用的大模型开发平台。本文基于最新的1.0.1版本实践完成，有需要的可以私信交流。咨询免费，详细文档及视频需要一定成本，大概相当于节约的时间成本。搭建环境windows11开发工具vscode搭建步骤：1.Startthedocker-composestackwindow环境下运行docker命令，需要下载docker官网镜像，会遇到timeout
vscode python 入门教程(一) window 10 环境下安装pyenv hamish-wu Python python 开发语言 pyenv
python的环境配置方法很多，由于python有两个大版本，很多时候需要切换某个固定的版本才能运行三方包，所以推荐使用pyenv配置python环境变量pyenv的安装安装方法：Invoke-WebRequest-UseBasicParsing-Uri"https://raw.githubusercontent.com/pyenv-win/pyenv-win/master/pyenv-win/i
1-5 Python 入门之运算符的使用 Sa_sa_ki_Haise python
第1关：算术、比较、赋值运算符100任务要求参考答案评论201任务描述相关知识算术运算符比较(关系)运算符赋值运算符编程要求测试说明任务描述在编程时，我们常常需要对数值或对象进行算术、比较运算和赋值运算，以此来实现我们的功能需求。本关介绍Python中的一些基本运算符，并要求对给定的苹果和梨的数量进行算术运算、比较、赋值运算，然后输出相应的结果。相关知识要实现上述功能，需要用到Python中的各种
rabbitmq + minio +python 上传文件伶星37 rabbitmq python ruby
功能实现RabbitMq接收hello里面传来的消息根据消息在MobileFile里面新建文件新建文件上传到miniopython新建文件importospath='./MobileFile'file_path=os.path.join(path,"new_file.txt")withopen(file_path,"w")asfile:pass转换成函数格式importosdefcreatefil
vscode python 入门教程(二) vscode使用gti 管理代码 hamish-wu vscode ide 编辑器
vscode代码管理需要用管道git的命令，这点和idea的代码管理区别比较大。作为java开发需要自己熟悉适应一下。一、GitHub新建一个仓库过程略二、本地git项目初始化gitinitvscode中可以看到文件状态gitstatus使用gitremote命令吧本地git仓库和远程git仓库链接起来[email protected]提交代码gitcommit-m"评论
Python进阶之-加密库cryptography使用详解夏天Aileft Python python 网络加密
✨前言cryptography库是一个强大的Python加密库，提供了对加密算法和协议的高层和低层访问。它是用来实现数据加密、签名、密钥管理等功能的。以下是一些常见用法的详解，帮助你理解如何使用这个库。✨安装首先，你需要确保安装了cryptography库：pipinstallcryptography✨1.对称加密对称加密是指加密和解密使用相同的密钥。Fernet是cryptography库中提供
python列表添加元素的三种方法定义集合数据对象_python 学习第三天可迭代对象（列表，字典，元组和集合）... weixin_39852491
列表，字典，元组和集合列表list列表是由一系列特定元素组成的，元素和元素之间没有任何关联关系，但他们之间有先后顺序关系列表是一种容器列表是序列的一种列表是可以被改变的序列Python中的序列类型简介（sequence）字符串（str）列表（list）元组（tuple）字节串（bytes）字节数组（bytearray）创建空列表的字面值L=[]#L绑定空列表创建非空列表：L=[1,’two’,3,
python~集合详解鱼跃龙 python python集合详解 set集合
集合的基本操作首先需要明确的是：集合(set)是一个无序的不重复元素序列，多用来进行排重；不支持切片和索引取值！1.创建集合>>>a={1,2,4,4}>>>a{1,2,4}>>>type(a)**创建空集合时需要注意：不能直接用大括号，只能用set()；否则创建的是一个字典>>>b=set()>>>type(b)>>>c={}>>>type(c)2.添加元素add()方法是将要添加的元素作为一个
Python密码学：cryptography库零度° python python 密码学
在数字时代，确保数据的安全性和隐私至关重要。Python中的cryptography库是一个全面的包，为Python开发者提供了密码学原语和配方。它支持高级配方和常见密码学算法的低级接口。cryptography库概述cryptography库旨在易于使用且默认安全。它包括各种密码学操作的高级和低级API，如：对称加密非对称加密哈希函数消息认证码（MAC）数字签名密钥管理cryptography库
Python---frozenset集合爱听雨声的北方汉快快乐乐学Python Python
frozenset是set的不可变版本，因此set集合中所有能改变集合本身的方法（如add、remove、discard、xxx_update等），frozenset都不支持；set集合中不改变集合本身的方法，fronzenset都支持。frozenset的作用主要有以下两点：1、当集合元素不需要改变时，使用frozenset代替set更安全。2、当某些API需要不可变对象时，必须用frozens
(python)保障信息安全的加密库-cryptography Marst·Zhang 基础知识实用工具 python
前言cryptography是一个广泛使用的Python加密库，提供了各种加密、哈希和签名算法的实现。它支持多种加密算法，如AES、RSA、ECC等，以及哈希函数（如SHA-256、SHA-384等）和数字签名算法(如DSA、ECDSA等).目录常见用途密码学函数主要功能优点缺点总结常见用途数据加密使用对称加密算法（如AES）对数据进行加密，确保数据在传输或存储过程中的机密性。数字签名生成和验证数
Python if-else对缩进的要求宇寒风暖 python编程 python 开发语言学习笔记
在Python中，缩进是语法的一部分，用于表示代码块的层次结构。if-else语句的代码块必须通过缩进来定义，缩进不正确会导致语法错误或逻辑错误。1.缩进的基本规则1.1缩进的作用缩进用于表示代码块的层次结构。同一代码块中的语句必须具有相同的缩进级别。缩进通常使用4个空格，这是Python官方推荐的风格。1.2示例x=10ifx>5:print("x大于5")#缩进4个空格print("这是if代
一文弄懂 Python assert 断言宇寒风暖 python编程 python 开发语言学习笔记
在Python中，assert是一种用于调试的语句，用于检查某个条件是否为True。如果条件为False，assert会抛出AssertionError异常，并可选地输出错误信息。assert通常用于在开发阶段验证程序的假设条件，确保代码的正确性。1.assert的基本语法1.1语法assertcondition,messagecondition：需要检查的条件表达式。message：可选参数，当
开源项目常见问题解决方案——cryptography 周屹隽
开源项目常见问题解决方案——cryptographycryptographycryptographyisapackagedesignedtoexposecryptographicprimitivesandrecipestoPythondevelopers.项目地址:https://gitcode.com/gh_mirrors/cr/cryptography项目基础介绍cryptography是一个
python 利用pandas实现从CSV导出并格式化后写入.jsonl文件风_流沙 python工具备忘录 python pandas 开发语言
你可以使用pandas库来读取CSV文件，然后通过一些格式化操作将数据转换为JSONL格式并写入文件。JSONL（JSONLines）格式是一种每行一个JSON对象的文件格式。下面是一个示例，演示了如何使用pandas读取CSV文件，处理数据并将其导出到JSONL文件中：示例代码：importpandasaspdimportjson#读取CSV文件df=pd.read_csv('data.csv'
Python文件加密库之cryptography使用详解 Rocky006 python 开发语言
概要在现代信息社会中，数据的安全性变得越来越重要。为了保护敏感信息，文件加密技术被广泛应用。Python的cryptography库提供了强大的加密功能，可以轻松实现文件加密和解密。本文将详细介绍如何使用cryptography库进行文件加密，包含具体的示例代码。cryptography库简介cryptography是Python中一个功能强大且易用的加密库，提供了对称加密、非对称加密、哈希算法、
【Python系列】高效Parquet数据处理策略：合并与分析实践小团团0 python 开发语言
在大数据时代，数据的存储、处理和分析变得尤为重要。Parquet作为一种高效的列存储格式，被广泛应用于大数据处理框架中，如ApacheSpark、ApacheHive等。Parquet是一个开源的列存储格式，它被设计用于支持复杂的嵌套数据结构，同时提供高效的压缩和编码方案，以优化存储空间和查询性能。以下将详细介绍如何使用Python对Parquet文件进行数据处理与合并，并提供相应的源码示例。一、
cryptography，一个神奇的 Python 库！ Sitin涛哥 Python python 开发语言
更多资料获取个人网站：ipengtao.com大家好，今天为大家分享一个神奇的Python库-cryptography。Github地址：https://github.com/pyca/cryptography在当今数字化时代，信息安全越来越受到重视。数据加密是保护数据安全的重要手段之一，而Python的cryptography库提供了丰富的功能来支持各种加密算法和协议。本文将深入探讨crypto
深度讨论Python for循环观智能 python 开发语言
作者的其他文章推荐：强化学习再受关注！for循环使用于遍历可迭代对象的Python语句，工作原理如下：#for循环foriteminiterable:print(item)#等价于iterator=iter(iterable)#获取迭代器whileTrue:try:item=next(iterator)#获取下一个元素print(item)exceptStopIteration:break#迭代结
Python第六章08：元组操作练习题苹果.Python.八宝粥 python 开发语言
#元组定义操作练习题"""定义一个元组，内容是：('周杰伦',11,['football','music'])，记录一个学生的信息（姓名、年龄、爱好）请通元组（tuple）的功能，对其进行如下操作：1.查询其年龄所在的下标位置2.查询学生的姓名3.删除学生爱好中的football4.增加爱好：coding"""my_tuple=('周杰伦',11,['football','music'])#1.查
HttpClient 4.3与4.3版本以下版本比较 spjich java httpclient
网上利用java发送http请求的代码很多，一搜一大把，有的利用的是java.net.*下的HttpURLConnection，有的用httpclient，而且发送的代码也分门别类。今天我们主要来说的是利用httpclient发送请求。 httpclient又可分为 httpclient3.x httpclient4.x到httpclient4.3以下 httpclient4.3
Essential Studio Enterprise Edition 2015 v1新功能体验 Axiba .net
概述：Essential Studio已全线升级至2015 v1版本了！新版本为JavaScript和ASP.NET MVC添加了新的文件资源管理器控件，还有其他一些控件功能升级，精彩不容错过，让我们一起来看看吧！ syncfusion公司是世界领先的Windows开发组件提供商，该公司正式对外发布Essential Studio Enterprise Edition 2015 v1版本。新版本
[宇宙与天文]微波背景辐射值与地球温度 comsci 背景
宇宙这个庞大,无边无际的空间是否存在某种确定的,变化的温度呢? 如果宇宙微波背景辐射值是表示宇宙空间温度的参数之一,那么测量这些数值,并观测周围的恒星能量输出值,我们是否获得地球的长期气候变化的情况呢? &nbs
lvs-server 男人50 server
#!/bin/bash # # LVS script for VS/DR # #./etc/rc.d/init.d/functions # VIP=10.10.6.252 RIP1=10.10.6.101 RIP2=10.10.6.13 PORT=80 case $1 in start) /sbin/ifconfig eth2:0 $VIP broadca
java的WebCollector爬虫框架 oloz 爬虫
WebCollector主页： https://github.com/CrawlScript/WebCollector 下载：webcollector-版本号-bin.zip将解压后文件夹中的所有jar包添加到工程既可。接下来看demo package org.spider.myspider; import cn.edu.hfut.dmic.webcollector.cra
jQuery append 与 after 的区别小猪猪08
1、after函数定义和用法： after() 方法在被选元素后插入指定的内容。语法： $(selector).after(content) 实例： <html> <head> <script type="text/javascript" src="/jquery/jquery.js"></scr
mysql知识充电香水浓 mysql
索引索引是在存储引擎中实现的，因此每种存储引擎的索引都不一定完全相同，并且每种存储引擎也不一定支持所有索引类型。根据存储引擎定义每个表的最大索引数和最大索引长度。所有存储引擎支持每个表至少16个索引，总索引长度至少为256字节。大多数存储引擎有更高的限制。MYSQL中索引的存储类型有两种：BTREE和HASH，具体和表的存储引擎相关； MYISAM和InnoDB存储引擎
我的架构经验系列文章索引 agevs 架构
下面是一些个人架构上的总结，本来想只在公司内部进行共享的，因此内容写的口语化一点，也没什么图示，所有内容没有查任何资料是脑子里面的东西吐出来的因此可能会不准确不全，希望抛砖引玉，大家互相讨论。要注意，我这些文章是一个总体的架构经验不针对具体的语言和平台，因此也不一定是适用所有的语言和平台的。（内容是前几天写的，现附上索引）前端架构 http://www.
Android so lib库远程http下载和动态注册 aijuans andorid
一、背景在开发Android应用程序的实现，有时候需要引入第三方so lib库，但第三方so库比较大，例如开源第三方播放组件ffmpeg库, 如果直接打包的apk包里面, 整个应用程序会大很多.经过查阅资料和实验，发现通过远程下载so文件，然后再动态注册so文件时可行的。主要需要解决下载so文件存放位置以及文件读写权限问题。二、主要
linux中svn配置出错 conf/svnserve.conf:12: Option expected 解决方法 baalwolf option
在客户端访问subversion版本库时出现这个错误： svnserve.conf:12: Option expected 为什么会出现这个错误呢，就是因为subversion读取配置文件svnserve.conf时，无法识别有前置空格的配置文件，如### This file controls the configuration of the svnserve daemon, if you##
MongoDB的连接池和连接管理 BigCat2013 mongodb
在关系型数据库中，我们总是需要关闭使用的数据库连接，不然大量的创建连接会导致资源的浪费甚至于数据库宕机。这篇文章主要想解释一下mongoDB的连接池以及连接管理机制，如果正对此有疑惑的朋友可以看一下。通常我们习惯于new 一个connection并且通常在finally语句中调用connection的close()方法将其关闭。正巧，mongoDB中当我们new一个Mongo的时候，会发现它也
AngularJS使用Socket.IO bijian1013 JavaScript AngularJS Socket.IO
目前，web应用普遍被要求是实时web应用，即服务端的数据更新之后，应用能立即更新。以前使用的技术（例如polling）存在一些局限性，而且有时我们需要在客户端打开一个socket，然后进行通信。 Socket.IO(http://socket.io/)是一个非常优秀的库，它可以帮你实
[Maven学习笔记四]Maven依赖特性 bit1129 maven
三个模块为了说明问题，以用户登陆小web应用为例。通常一个web应用分为三个模块，模型和数据持久化层user-core, 业务逻辑层user-service以及web展现层user-web， user-service依赖于user-core user-web依赖于user-core和user-service 依赖作用范围 Maven的dependency定义
【Akka一】Akka入门 bit1129 akka
什么是Akka Message-Driven Runtime is the Foundation to Reactive Applications In Akka, your business logic is driven through message-based communication patterns that are independent of physical locatio
zabbix_api之perl语言写法 ronin47 zabbix_api之perl
zabbix_api网上比较多的写法是python或curl。上次我用java－－http://bossr.iteye.com/blog/2195679，这次用perl。for example: #!/usr/bin/perl use 5.010 ; use strict ; use warnings ; use JSON :: RPC :: Client ; use
比优衣库跟牛掰的视频流出了，兄弟连Linux运维工程师课堂实录，更加刺激，更加实在！ brotherlamp linux运维工程师 linux运维工程师教程 linux运维工程师视频 linux运维工程师资料 linux运维工程师自学
比优衣库跟牛掰的视频流出了，兄弟连Linux运维工程师课堂实录，更加刺激，更加实在！ ----------------------------------------------------- 兄弟连Linux运维工程师课堂实录-计算机基础-1-课程体系介绍1 链接：http://pan.baidu.com/s/1i3GQtGL 密码：bl65 兄弟连Lin
bitmap求哈密顿距离-给定N（1<=N<=100000）个五维的点A(x1,x2,x3,x4,x5)，求两个点X(x1,x2,x3,x4,x5)和Y( bylijinnan java
import java.util.Random; /** * 题目： * 给定N（1<=N<=100000）个五维的点A(x1,x2,x3,x4,x5)，求两个点X(x1,x2,x3,x4,x5)和Y(y1,y2,y3,y4,y5)， * 使得他们的哈密顿距离（d=|x1-y1| + |x2-y2| + |x3-y3| + |x4-y4| + |x5-y5|）最大
map的三种遍历方法 chicony map
package com.test; import java.util.Collection; import java.util.HashMap; import java.util.Iterator; import java.util.Map; import java.util.Set; public class TestMap { public static v
Linux安装mysql的一些坑 chenchao051 linux
1、mysql不建议在root用户下运行 2、出现服务启动不了，111错误，注意要用chown来赋予权限，我在root用户下装的mysql，我就把usr/share/mysql/mysql.server复制到/etc/init.d/mysqld, (同时把my-huge.cnf复制/etc/my.cnf) chown -R cc /etc/init.d/mysql
Sublime Text 3 配置 daizj 配置 Sublime Text
Sublime Text 3 配置解释(默认){// 设置主题文件“color_scheme”: “Packages/Color Scheme – Default/Monokai.tmTheme”,// 设置字体和大小“font_face”: “Consolas”,“font_size”: 12,// 字体选项：no_bold不显示粗体字，no_italic不显示斜体字，no_antialias和
MySQL server has gone away 问题的解决方法 dcj3sjt126com SQL Server
MySQL server has gone away 问题解决方法，需要的朋友可以参考下。应用程序（比如PHP）长时间的执行批量的MYSQL语句。执行一个SQL，但SQL语句过大或者语句中含有BLOB或者longblob字段。比如，图片数据的处理。都容易引起MySQL server has gone away。今天遇到类似的情景，MySQL只是冷冷的说：MySQL server h
javascript/dom:固定居中效果 dcj3sjt126com JavaScript
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd"> <html xmlns="http://www.w3.org/1999/xhtml&
使用 Spring 2.5 注释驱动的 IoC 功能 e200702084 spring bean 配置管理 IOC Office
使用 Spring 2.5 注释驱动的 IoC 功能 developerWorks 文档选项将打印机的版面设置成横向打印模式打印本页将此页作为电子邮件发送将此页作为电子邮件发送级别：初级陈雄华 ([email protected]), 技术总监, 宝宝淘网络科技有限公司 2008 年 2 月 28 日 &nb
MongoDB常用操作命令 geeksun mongodb
1. 基本操作 db.AddUser(username,password) 添加用户 db.auth(usrename,password) 设置数据库连接验证 db.cloneDataBase(fromhost)
php写守护进程（Daemon） hongtoushizi PHP
转载自： http://blog.csdn.net/tengzhaorong/article/details/9764655 守护进程（Daemon）是运行在后台的一种特殊进程。它独立于控制终端并且周期性地执行某种任务或等待处理某些发生的事件。守护进程是一种很有用的进程。php也可以实现守护进程的功能。 1、基本概念 &nbs
spring整合mybatis,关于注入Dao对象出错问题 jonsvien DAO spring bean mybatis prototype
今天在公司测试功能时发现一问题：先进行代码说明： 1，controller配置了Scope="prototype"（表明每一次请求都是原子型） @resource/@autowired service对象都可以（两种注解都可以）。 2，service 配置了Scope="prototype"（表明每一次请求都是原子型）
对象关系行为模式之标识映射 home198979 PHP 架构企业应用对象关系标识映射
HELLO!架构一、概念 identity Map:通过在映射中保存每个已经加载的对象，确保每个对象只加载一次，当要访问对象的时候，通过映射来查找它们。其实在数据源架构模式之数据映射器代码中有提及到标识映射，Mapper类的getFromMap方法就是实现标识映射的实现。二、为什么要使用标识映射？在数据源架构模式之数据映射器中 //c
Linux下hosts文件详解 pda158 linux
　1、主机名：　　无论在局域网还是INTERNET上，每台主机都有一个IP地址，是为了区分此台主机和彼台主机，也就是说IP地址就是主机的门牌号。　　公网：IP地址不方便记忆，所以又有了域名。域名只是在公网（INtERNET)中存在，每个域名都对应一个IP地址，但一个IP地址可有对应多个域名。　　局域网：每台机器都有一个主机名，用于主机与主机之间的便于区分，就可以为每台机器设置主机
nginx配置文件粗解 spjich java nginx
#运行用户#user nobody;#启动进程,通常设置成和cpu的数量相等worker_processes 2;#全局错误日志及PID文件#error_log logs/error.log;#error_log logs/error.log notice;#error_log logs/error.log inf
数学函数 w54653520 java
public class S { // 传入两个整数，进行比较，返回两个数中的最大值的方法。 public int get( int num1, int nu