Calculer le bêta dynamique d'une action
Supposons qu'Elon Musk soit votre idole et que vous envisagiez d'investir dans des actions Tesla. En gestionnaire de portefeuille avisé, vous décidez de faire vos vérifications en examinant le bêta de l'action Tesla au fil des ans. Le bêta mesure la volatilité d'une action par rapport au marché et peut servir d'indicateur du risque de placement.
Rappelez-vous que vous avez besoin de la volatilité de l'action, de la volatilité du marché (le S&P 500 comme proxy) et de leur corrélation des rendements pour calculer le bêta. La corrélation peut être calculée à partir des résidus normalisés.
La volatilité ajustée par le modèle a été préchargée pour Tesla dans teslaGarch_vol et pour le S&P 500 dans spGarch_vol. De plus, les résidus normalisés du modèle sont préchargés dans teslaGarch_resid et spGarch_resid respectivement.
Cette activité fait partie du cours
Modèles GARCH en Python
Instructions de l’exercice
Calculez le coefficient de corrélation entre Tesla et le S&P 500 en utilisant les résidus normalisés des modèles GARCH ajustés (
teslaGarch_resid,spGarch_resid).Calculez le bêta de l'action Tesla en utilisant la volatilité de Tesla (
teslaGarch_vol), la volatilité du S&P 500 (spGarch_vol) et lacorrelationcalculée à l'étape précédente.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Compute correlation between SP500 and Tesla
correlation = np.corrcoef(____, ____)[0, 1]
# Compute the Beta for Tesla
stock_beta = ____ * (____ / ____)
# Plot the Beta
plt.title('Tesla Stock Beta')
plt.plot(stock_beta)
plt.show()