换手率因子（Turnover factor）——投资组合分析（EAP.portfolio_analysis）

实证资产定价（Empirical asset pricing）已经发布于Github. 包的具体用法(Documentation)博主将会陆续在CSDN中详细介绍。

Github: GitHub - whyecofiliter/EAP: empirical asset pricing

成交量会影响股票的表现，这在行业中有着悠久的历史，而在学术研究中却方兴未艾。换手率是成交量的标准代理变量。学界和业界达成的共识是换手率通常与未来回报率呈负相关(Chordia et al., 2001)。Subrahmanyam（2005）发现了非对称结构，即对于表现不佳的股票，相关性为负；对于表现良好的股票，这种相关性是正的。在其他全球市场中，Hu（1997）和 Chang et al. (2010)发现日本市场存在负相关关系；Dey（2005）发现新兴市场正相关。在中国市场，Liu et al.（2019）发现负相关关系，这可以解释短期反转效应。

在本demo中，换手率因子的代理变量是异常换手率，即过去1个月的平均换手率与过去12个月的平均换手率之比。数据集始于2000年1月，从CSMAR数据集中收集。警告：请勿将此演示中的数据集用于任何商业目的。

# %% import package
import pandas as pd
import sys, os

sys.path.append(os.path.abspath(".."))

# %% import data
# Monthly return of stocks in China security market
month_return = pd.read_hdf('.\data\month_return.h5', ke