如何将月度Fama-French因子转换为季度收益率？

你的问题出在多余的cumsum()调用——这个函数会对所有季度的因子值进行累积求和，导致数值持续膨胀。Fama-French季度因子的正确计算逻辑是对每个季度内的月度因子值进行汇总，而非累积所有历史季度的数值。

修正后的代码 #

首先补充导入pandas（你的代码中遗漏了这一步），然后重新计算季度因子：

import pandas as pd
import getFamaFrenchFactors as gff

# 下载月度Fama-French三因子数据
df_ff3_monthly = gff.famaFrench3Factor(frequency='m') 
# 转换日期格式并过滤2021年及以后的数据
df_ff3_monthly['date_ff_factors'] = pd.to_datetime(df_ff3_monthly['date_ff_factors'])
df_ff3_monthly = df_ff3_monthly[df_ff3_monthly['date_ff_factors'] > '2020-12-31']
# 设置日期为索引
df_ff3_monthly.set_index('date_ff_factors', inplace=True)

# 方式1：单利求和（学术研究常用，匹配Fama-French官方季度因子逻辑）
df_ff3_quarterly = df_ff3_monthly.resample('Q').sum()

# 方式2：复利计算（更精确的收益计算场景可选）
def compound_quarterly(series):
    return ((1 + series / 100).prod() - 1) * 100

df_ff3_quarterly_compound = df_ff3_monthly.resample('Q').apply(compound_quarterly)

关键说明 #

• 单利求和：直接将季度内3个月的因子值相加，这是金融学术研究中计算Fama-French季度因子的标准方式，和Kenneth French官网发布的季度因子数据逻辑一致。
• 复利计算：考虑月度收益的复利滚动效应，结果会比单利求和略高，适合需要更精确模拟资产收益的场景。

内容的提问来源于stack exchange，提问作者Purple_Leprichaun09