import pandas as pd
import matplotlib.pyplot as plt
Excelファイルを読み込む
dt_with_bpr_and_roa = pd.read_excel('/mnt/data/Book2.xlsx')
TDATE列を文字列として扱う（YYYYMM形式のデータを維持するため）
dt_with_bpr_and_roa['TDATE'] = dt_with_bpr_and_roa['TDATE'].astype(str)
月次リターンを計算する関数を定義する
def calculate_monthly_returns(df):
df = df.sort_values(by='TDATE')
df['Return'] = df['PRC'].pct_change()
return df
銘柄コードごとにグループ化し、月次リターンを計算する関数を適用する
dt_with_bpr_and_roa = dt_with_bpr_and_roa.groupby('SICC_CODE').apply(calculate_monthly_returns).reset_index(drop=True)
'Return'列にNaN値がある行を削除する（最初の月にはリターンが計算できないためNaNが含まれる）
dt_with_bpr_and_roa = dt_with_bpr_and_roa.dropna(subset=['Return'])
各分位（quantile）の平均リターン、リスク、効率性を計算する
quantile_stats = dt_with_bpr_and_roa.groupby('qua')['Return'].agg(['mean', 'std'])
効率性（平均リターン/リスク）を計算し、新しい列'Efficiency'に追加する
quantile_stats['Efficiency'] = quantile_stats['mean'] / quantile_stats['std']
列名をわかりやすくする
quantile_stats.columns = ['Mean Return', 'Risk', 'Efficiency']
ベンチマークとして全体の平均リターンを計算
benchmark_return = dt_with_bpr_and_roa['Return'].mean()
各分位の平均リターンに対してベンチマークを引いた超過収益を計算
quantile_stats['Excess Return'] = quantile_stats['Mean Return'] - benchmark_return
各分位の累積リターンを計算する
cumulative_returns = dt_with_bpr_and_roa.groupby(['TDATE', 'qua'])['Return'].mean().unstack().cumsum()
累積超過収益を計算する
cumulative_excess_returns = cumulative_returns.subtract(benchmark_return, axis=0).cumsum()
累積超過収益をプロットする
plt.figure(figsize=(12, 8))
for qua in cumulative_excess_returns.columns:
plt.plot(cumulative_excess_returns.index, cumulative_excess_returns[qua], label=f'Quantile {qua}')
plt.title('Cumulative Excess Returns by Quantile')
plt.xlabel('Date')
plt.ylabel('Cumulative Excess Return')
plt.legend()
plt.grid(True)
plt.xticks(rotation=45)
plt.tight_layout()
プロットを表示する
plt.show()
累積超過収益を表示する
print("\nCumulative Excess Returns by Quantile:\n", cumulative_excess_returns)