Výpočet bety pomocí CAPM

Výnosy akcií lze modelovat mnoha způsoby, ale Capital Asset Pricing Model, neboli CAPM, patří k těm nejznámějším:

$$ E(R_{P}) - RF = \beta_{{P}}(E(R_{M})-RF)\ $$

$E(R_{P}) - RF$: Nadměrný očekávaný výnos akcie nebo portfolia P
$E(R_{M}) - RF$: Nadměrný očekávaný výnos širokého tržního portfolia B
$RF$: Regionální bezriziková sazba
$\beta_{{P}}$: Beta portfolia, neboli jeho expozice vůči širokému tržnímu portfoliu B

Pro analýzu zavolej metodu .fit() z statsmodels.formula.api na objektu modelu .ols(formula, data) a výsledky si prohlédni pomocí metody .summary() na výsledném objektu.

V prostředí máš k dispozici DataFrame FamaFrenchData se všemi potřebnými daty pro toto cvičení.

Toto cvičení je součástí kurzu

Úvod do řízení portfoliového rizika v Pythonu

Zobrazit kurz

Pokyny k cvičení

Nejprve naimportuj statsmodels.formula.api jako smf.
Definuj regresní model, který vysvětluje Portfolio_Excess jako funkci Market_Excess.
Extrahuj a vypiš upravené R² fitovaného regresního modelu.
Extrahuj tržní betu svého portfolia.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Import statsmodels.formula.api
import ____ as ____ 

# Define the regression formula
CAPM_model = smf.ols(formula=____, data=FamaFrenchData)

# Print adjusted r-squared of the fitted regression
CAPM_fit = CAPM_model.fit()
print(CAPM_fit____)

# Extract the beta
regression_beta = CAPM_fit____
print(regression_beta)

Upravit a spustit kód