在构建模型之前，首先介绍所需的工具。
import pandas as pdimport tushare as tspro = ts.pro_api()import statsmodels.api as sm这里需要用到的是python中的pandas和statsmodels模块，分别用于数据处理和做多元回归。
另外，还需要获取股票和指数的各项数据，这里所用到的是tushare，tushare拥有丰富的数据内容，如股票、基金等行情数据，公司财务理等基本面数据。通过tushare平台赚取一定的积分可以免费获取平台提供的数据。(个人ID：419382）
Fama-French是从1993年提出来的模型，该模型建立了三个因子来解释股票的回报率。这三个因子分别是：市场组合（Rm-Rf），市值因子（SMB）以及账面市值比因子（HML）。
具体公式如下：
E(Rit) −Rft= βi[E(Rmt−Rft)] +siE(SMBt) +hiE(HMLt)
其中SMB的计算公式为：
（SL+SM+SH）/ 3 - （BL+BM+BH）/ 3
HML的计算公式为：
（SH+BH）/ 2 - （SL+BL）/ 2
这里使用上证50作为选择股票的指数。
#获取进行选股的股票池#获取进行选股的股票池def get_SZ50_stocks(start,end): #获取上证50成分股 df1 = pro.index_weight(index_code="000016.SH",start_date=start,end_date=end) SZ50_codes = df1["con_code"].tolist() #剔除最近一年上市和st股票 df2 = pro.stock_basic(exchange="",list_status="L") df2 = df2[df2["list_date"].apply(int).values<20200101] df2 = df2[-df2["name"].apply(lambda x:x.startswith("*ST"))] all_codes = df2["ts_code"].tolist() stocks_codes = [] for i in SZ50_codes: if i in all_codes: stocks_codes.append(i) return stocks_codes 将股票进行分组从上证50中选择出来的股票需要按照市值和账面市值比（PB ratio 的倒数）进行分组，其中市值划分为2组，账面市值比划分为3组，所以一共由2*3=6组。在进行市值和账面市值比划分时，需要选定一个基准日期。在构建模型时，这里使用了2020-03-10作为基准日期。
#将股票分为六个组def group_stocks(stocks,date):#划分大小市值 list_mv = [] df_stocks = pd.DataFrame() count = 0 for i in stocks: count += 1 a = pro.daily_basic(ts_code=i,trade_date=date) a = a["circ_mv"].values list_mv.append(float(a)) print("第%d支股票市值计算完成"%count) df_stocks["code"] = stocks_codes df_stocks["mv"] = list_mv df_stocks["SB"] = df_stocks["mv"].map(lambda x:"B" if x>df_stocks["mv"].median() else "S") #划分高中低账面市值比 list_bm = [] count = 0 for i in stocks_codes: count += 1 b = pro.daily_basic(ts_code=i,trade_date=date) b = 1/b["pb"].values list_bm.append(float(b)) print("第%d支股票账面市值比计算完成"%count) df_stocks["bm"] = list_bm df_stocks["HML"] = df_stocks["bm"].apply(lambda x:"H" if x>=df_stocks["bm"].quantile(0.7) else ("L" if x<=df_stocks["bm"].quantile(0.3) else "M")) return df_stocks分组之后的结果如图：
这里先算出六组股票的收益率，由基准日期往后一天计算一年内的日收益率。之后利用公式算出每日的SMB和HML。
#分别计算六个组的日收益率def groups_return(stocks,start,end): SL = stocks[stocks["SB"].isin(["S"])&stocks["HML"].isin(["L"])].code.tolist() sum_SL = df_stocks[df_stocks["SB"].isin(["S"])&df_stocks["HML"].isin(["L"])]["mv"].sum() SM = stocks[stocks["SB"].isin(["S"])&stocks["HML"].isin(["M"])].code.tolist() sum_SM = df_stocks[df_stocks["SB"].isin(["S"])&df_stocks["HML"].isin(["M"])]["mv"].sum() SH = stocks[stocks["SB"].isin(["S"])&stocks["HML"].isin(["H"])].code.tolist() sum_SH = df_stocks[df_stocks["SB"].isin(["S"])&df_stocks["HML"].isin(["H"])]["mv"].sum() BL = stocks[stocks["SB"].isin(["B"])&stocks["HML"].isin(["L"])].code.tolist() sum_BL = df_stocks[df_stocks["SB"].isin(["B"])&df_stocks["HML"].isin(["L"])]["mv"].sum() BM = stocks[stocks["SB"].isin(["B"])&stocks["HML"].isin(["M"])].code.tolist() sum_BM = df_stocks[df_stocks["SB"].isin(["B"])&df_stocks["HML"].isin(["M"])]["mv"].sum() BH = stocks[stocks["SB"].isin(["B"])&stocks["HML"].isin(["H"])].code.tolist() sum_BH = df_stocks[df_stocks["SB"].isin(["B"])&df_stocks["HML"].isin(["H"])]["mv"].sum() groups = [SL,SM,SH,BL,BM,BH] sums = [sum_SL,sum_SM,sum_SH,sum_BL,sum_BM,sum_BH] groups_names = ["SL","SM","SH","BL","BM","BH"] df_groups = pd.DataFrame(columns=groups_names) count=0 for group in groups: df1 = pd.DataFrame() for i in range(len(group)): data = pro.daily(ts_code=group[i],start_date=start,end_date=end) data.sort_values(by="trade_date",inplace=True) data = data["pct_chg"]*df_stocks["mv"][i] df1[group[i]] = data df_groups[groups_names[count]] = df1.apply(lambda x:x.sum()/sums[count],axis=1)/100 print("%s组计算完成"%groups_names[count]) count += 1 return df_groups#计算每日SMB，HMLdef SMB_HML(data): data["SMB"] = (data["SL"]+data["SM"]+data["SH"])/3-(data["BL"]+data["BM"]+data["BH"])/3 data["HML"] = (data["SH"]+data["BH"])/2-(data["SL"]+data["BL"])/2 return data两个因子的计算结果如图：
将如图表格用于多元回归：
这里回归之后选择返回阿尔法值最大的前十支股票。
#回归找出阿尔法最大的股票组合def OLS(df_final): results = pd.DataFrame() stocks_return = df_final.iloc[:,3:50] for i in range(len(stocks_return.columns)): x = df_final.iloc[:,0:3] y = stocks_return.iloc[:,i] X = sm.add_constant(x) model = sm.OLS(y,X) result = model.fit() results[i] = result.params results.columns = stocks_return.columns results.rename(index={"const":"Alpha"},inplace=True) z =results.sort_values(by="Alpha",axis=1,ascending=False) stocks_lists = z.columns.values.tolist() top_stocks = stocks_lists[:10] return top_stocks最终返回的股票组合如图：