Le modèle à 5 facteurs
En 2015, Fama et French ont étendu leur précédent modèle à 3 facteurs en ajoutant deux facteurs supplémentaires :
- RMW : Rentabilité
- CMA : Investissement
Le facteur RMW représente la performance des entreprises ayant une forte rentabilité opérationnelle par rapport à celles ayant une faible rentabilité opérationnelle, et le facteur CMA représente la performance des entreprises qui investissent de manière agressive par rapport à celles qui sont plus conservatrices.
L’objet FamaFrenchData est disponible dans votre espace de travail et contient les facteurs RMW et CMA en plus des facteurs précédents.
Cet exercice fait partie du cours
<cours>Introduction à la gestion du risque de portefeuille en Python</cours>Instructions de l’exercice
- Utilisez ce que vous avez appris dans les exercices précédents pour définir le modèle de régression
FamaFrench5_modelpourPortfolio_Excessen fonction des 3 facteurs Fama-French d’origine (Market_Excess,SMB,HML) ainsi que des deux nouveaux facteurs (RMW,CMA). - Ajustez le modèle de régression et stockez les résultats dans
FamaFrench5_fit. - Extrayez la valeur du R² ajusté et affectez-la à
regression_adj_rsq.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Import statsmodels.formula.api
import statsmodels.formula.api as smf
# Define the regression formula
FamaFrench5_model = smf.ols(formula='Portfolio_Excess ~ Market_Excess + SMB + HML ____ ', data=FamaFrenchData)
# Fit the regression
FamaFrench5_fit = ____
# Extract the adjusted r-squared
regression_adj_rsq = ____
print(regression_adj_rsq)