大家好，

我最近在学习一篇发表在Journal of Finance的论文，是Kosowski和TIMMERMANN等作者在2006发表的论文，题目是“ Can Mutual Fund “Stars” Really Pick Stocks：New Evidence from a Bootstrap Analysis”。

我想重新用Stata过一遍他们论文里面涉及到的Bootstrap方法，他们分析的简要过程是这样：

1、用Carhart的四因子模型做回归分析（因变量为基金月回报率，自变量为四因子），得到一只基金的alpha，所有因子的系数还有所有残差项，把这些数据存起来。

2、运用Bootstrap的方法，从所有残差项里重新取样，重复1000次，得到1000组伪残差项 (pseudo–time series of resampled residuals).

3、假设alpha为0，然后把1000组伪残差项代入四因子模型，得到1000组伪月回报率（pseudo–monthly excess returns）

4、再把这些伪回报率和原来的四因子做回归分析，然后就得到新的alpha了

作者再通过把这些alpha排序和做检验，来判断究竟开放基金里面skilled fund，unskilled fund的分布情况。

我想请问一下上述运用到bootstrap的步骤里面，如何用Stata再现？会用到什么样的语句呢？
我知道如果一只基金的话，做完第一步之后把所有系数记录下来，然后又predict可以保存所有residuals为一个新的变量。但是我看了一些资料，都是用Bootstrap求置信区间或者MSE之类的，全部用电脑操作完毕。这里作者重新取样1000次（是否可以理解为保存了1000个新的residuals变量），然后再用这些变量去计算1000组回报，再用它们和四因子回归。这些能否用编程语言去实现呢？而且，这只是一只基金的工作量，文献里它们研究了上千只基金。。。

文献请看附件
无意中发现几篇国内的文献有参考上述的方法做分析，大家有兴趣可以参考一下喔！




【不知道上传这些文献有没有什么侵权问题啊，如侵犯到原作者的权益请立即通知我处理吧。】

我下载了几只国外基金的月回报还有四因子的数据，希望能有高手帮忙解说演示一下

诚心求教各路高手！