数据集概述
本数据集支持关于流动性压力、ETF交易表现及COVID-19冲击前后结构性断点的研究，包含二零一零年至二零二五年的日度数据，涵盖因子数据、图表、分析代码及相关文档，为金融市场流动性与收益关系的实证分析提供支持。
文件详解
该数据集包含代码、数据、图表及说明文档，具体如下：
- 分析代码文件：
- full_analysis.py：Python格式，实现Amihud非流动性计算、滚动压力检测、ETF交易策略回测等核心方法，可复现所有研究结果
- 因子数据文件：
- F-F_Research_Data_5_Factors_2x3_daily.CSV：CSV格式，Fama-French五因子日度数据集
- F-F_Momentum_Factor_daily.CSV：CSV格式，Fama-French动量因子（UMD）日度数据集
- 图表文件：
- Figure 1.png：PNG格式，替代流动性压力指标对比图
- Figure 2.png：PNG格式，ETF夏普比率对比（新冠前后）
- Figure 3.png：PNG格式，SPY累计收益对比（新冠前后）
- Figure 4.png：PNG格式，Bai-Perron结构性断点检测图（SSR与断点日期）
- 说明文档：
- README.md：MD格式，项目说明与文件结构概述
- LICENSE (CC BY 4.0).txt：TXT格式，CC BY 4.0许可文件
- requirements.txt：TXT格式，Python包依赖清单
适用场景
- 金融市场流动性研究：分析极端流动性压力对ETF收益的影响机制
- 投资策略评估：回测不同持有期的ETF交易策略表现（五、十五、三十天）
- 结构性断点分析：检测新冠疫情对金融市场因子结构的冲击
- 资产定价实证：使用Fama-French五因子+动量因子模型进行收益归因
- 教学案例开发：用于金融计量学、量化投资课程的可复现性教学实践
