别再只盯着阿尔法贝塔了！用Python实战Fama-French三因子模型，手把手教你量化选股（附完整代码）

用Python拆解Fama-French三因子模型：从理论到量化策略实战

当你在基金报告中看到"阿尔法收益"或"贝塔系数"时，是否好奇这些专业术语背后的数学本质？实际上，这些让普通投资者望而生畏的概念，本质上只是多元线性回归中的截距项和斜率系数。1993年由诺贝尔经济学奖得主Fama和French提出的三因子模型，将这种回归思维发挥到极致——用三个关键因子解释股票收益，成为量化投资领域的里程碑式框架。本文将用Python带你亲手实现这个经典模型，你会发现那些看似高深的金融理论，本质上都是可以亲手验证的数据科学问题。

1. 三因子模型核心原理拆解

三因子模型的创新之处在于，它突破了传统CAPM模型仅用市场风险解释收益的局限，发现了另外两个显著影响股票回报的因素：

• 市场风险溢价（Rmt）：市场组合收益率减去无风险利率，反映系统性风险补偿
• 市值因子（SMB）：小市值股票组合与大市值股票组合的收益率之差
• 价值因子（HML）：高账面市值比股票与低账面市值比股票的收益率之差

模型数学表达式为：

E(Ri) - Rf = α + β1(Rmt) + β2(SMB) + β3(HML) + ε

其中α就是传说中的"阿尔法收益"，而β系数则衡量股票对各因子的敏感程度。这个看似简单的线性模型，在实证研究中展现出惊人的解释力——Fama和French发现它能解释70%-90%的股票收益差异。

关键理解误区澄清：

• 阿尔法≠超额收益：α是剔除三因子影响后的"纯净"超额收益
• 贝塔系数具有时变性：不同时期回归得到的β可能差异显著
• 因子暴露≠因子收益：β反映敏感性，因子溢价（如SMB）才是实际收益

2. 数据获取与预处理实战

2.1 因子数据获取方案对比

我们使用Baostock获取市场数据，配合央财的因子数据进行演示：

# 安装必要库 !pip install baostock statsmodels seaborn import baostock as bs import pandas as pd import numpy as np import statsmodels.api as sm # 登录Baostock系统 lg = bs.login()

2.2 数据清洗关键步骤

1. 日期对齐：确保股票数据与因子数据时间范围完全匹配
2. 收益率计算：使用对数收益率避免简单收益率的链式偏差
3. 异常值处理：3σ原则剔除极端值，防止回归结果失真

# 获取中国平安2022年日线数据 rs = bs.query_history_k_data_plus("sh.601318", "date,close", start_date='2022-01-01', end_date='2022-12-31', frequency="d") data = rs.get_data() data['close'] = data['close'].astype(float) data['return'] = np.log(data['close']/data['close'].shift(1))

3. 模型构建与结果解读

3.1 回归分析完整流程

# 合并因子数据 full_data = pd.merge(factors, data, on='date') # 构建回归模型 X = sm.add_constant(full_data[['mkt_rf', 'smb', 'hml']]) model = sm.OLS(full_data['return'], X).fit() # 输出结果摘要 print(model.summary())

典型回归结果输出示例：

OLS Regression Results ============================================================================== Dep. Variable: return R-squared: 0.642 Model: OLS Adj. R-squared: 0.631 Method: Least Squares F-statistic: 58.37 Date: Thu, 01 Jun 2023 Prob (F-statistic): 3.21e-25 Time: 14:30:45 Log-Likelihood: 347.21 No. Observations: 242 AIC: -686.4 Df Residuals: 238 BIC: -672.9 Df Model: 3 Covariance Type: nonrobust ============================================================================== coef std err t P>|t| [0.025 0.975] ------------------------------------------------------------------------------ const 0.0002 0.000 0.718 0.473 -0.000 0.001 mkt_rf 0.8914 0.072 12.305 0.000 0.749 1.034 smb -0.4271 0.132 -3.241 0.001 -0.687 -0.168 hml 0.3568 0.109 3.266 0.001 0.141 0.572 ==============================================================================

3.2 关键指标解读指南

1. 阿尔法（α）：const项系数，本例0.0002且不显著(p=0.473)，说明无显著超额收益
2. 市场贝塔：0.8914表示股价波动小于市场整体
3. SMB系数：-0.4271说明具有大盘股特征
4. HML系数：0.3568显示偏向价值型股票

注意：当因子之间存在多重共线性时（如VIF>10），需要采用岭回归等改进方法

4. 多股票分析与策略构建

4.1 批量处理函数设计

def analyze_stock(stock_code, start_date, end_date): # 获取股票数据 rs = bs.query_history_k_data_plus(stock_code, "date,close", start_date=start_date, end_date=end_date) stock_data = rs.get_data() # 计算收益率 stock_data['close'] = stock_data['close'].astype(float) stock_data['return'] = np.log(stock_data['close']/stock_data['close'].shift(1)) # 合并因子数据 merged = pd.merge(factors, stock_data, on='date') # 回归分析 X = sm.add_constant(merged[['mkt_rf','smb','hml']]) model = sm.OLS(merged['return'], X).fit() return { 'alpha': model.params['const'], 'beta': model.params['mkt_rf'], 'smb_beta': model.params['smb'], 'hml_beta': model.params['hml'], 'rsquared': model.rsquared }

4.2 组合分析实战案例

我们对比五只不同风格股票的表现：

从结果可以看出：

• 宁德时代表现出明显的高β、小盘股（正SMBβ）和成长型（负HMLβ）特征
• 传统金融股（平安、招行）具有显著的大盘价值属性
• 消费龙头（茅台、五粮液）市场敏感性较低

4.3 简单策略思路

基于因子暴露的特征，可以设计如下策略框架：

1. 因子择时策略：

   • 当小盘股溢价显著时（SMB因子收益为正），增配高SMBβ股票
   • 当价值风格占优时（HML因子收益为正），选择高HMLβ组合

2. 阿尔法增强组合：

   # 筛选α显著为正的股票 alpha_stocks = [code for code in results if results[code]['alpha'] > 0 and results[code]['alpha_p'] < 0.05]

3. 风险平价配置：

   # 根据β系数反向配置权重 total_beta = sum(1/abs(results[code]['beta']) for code in selected_codes) weights = {code: (1/abs(results[code]['beta']))/total_beta for code in selected_codes}

在实际回测中，我发现三因子模型对消费和金融板块的解释力较强（R²通常>0.6），但对科技股的解释度相对较低，这时可能需要引入动量因子或行业因子进行补充。另一个实用技巧是采用滚动回归（如60交易日窗口）来捕捉因子暴露的动态变化，这对捕捉风格轮动特别有效。