Třífaktorový model Fama-French

Fama-Frenchův model rozšiřuje model CAPM o dva další faktory popisující výnosy aktiv:

$$ R_{P} = RF + \beta_{M}(R_{M}-RF)+b_{SMB} \cdot SMB + b_{HML} \cdot HML + \alpha $$

SMB: Faktor „malé minus velké" (small minus big)
$b_{SMB}$: Expozice vůči faktoru SMB
HML: Faktor „vysoké minus nízké" (high minus low)
$b_{HML}$: Expozice vůči faktoru HML
$\alpha $: Výkonnost nevysvětlená žádným z ostatních faktorů
$\beta_{M}$: Beta vůči širokému tržnímu portfoliu B

DataFrame FamaFrenchData je dostupný v tvém pracovním prostředí a obsahuje faktory HML a SMB jako sloupce.

Toto cvičení je součástí kurzu

Úvod do řízení portfoliového rizika v Pythonu

Zobrazit kurz

Pokyny k cvičení

Definuj regresní model, který vysvětluje Portfolio_Excess jako funkci proměnných Market_Excess, SMB a HML.
Extrahuj hodnotu upraveného R-squared z FamaFrench_fit.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Import statsmodels.formula.api
import statsmodels.formula.api as smf 

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

# Fit the regression
FamaFrench_fit = FamaFrench_model.fit()

# Extract the adjusted r-squared
regression_adj_rsq = ____
print(regression_adj_rsq)

Upravit a spustit kód