शुरू करेंमुफ़्त में शुरू करें

CAPM के साथ बीटा की गणना

स्टॉक रिटर्न्स को मॉडल करने के कई तरीके हैं, लेकिन Capital Asset Pricing Model या CAPM सबसे प्रसिद्ध मॉडलों में से एक है:

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

  • \(E(R_{P}) - RF\): किसी स्टॉक या पोर्टफोलियो P का excess expected return
  • \(E(R_{M}) - RF\): broad market पोर्टफोलियो B का excess expected return
  • \(RF\): क्षेत्रीय risk-free rate
  • \(\beta_{{P}}\): broad market पोर्टफोलियो B के प्रति पोर्टफोलियो का बीटा या exposure

आप statsmodels.formula.api से .ols(formula, data) वाले मॉडल ऑब्जेक्ट पर .fit() मेथड कॉल करके विश्लेषण चला सकते हैं, और प्राप्त analysis ऑब्जेक्ट पर .summary() मेथड कॉल करके परिणामों का विश्लेषण कर सकते हैं.

FamaFrenchData DataFrame आपके वर्कस्पेस में उपलब्ध है और इस अभ्यास के लिए आवश्यक डेटा शामिल करता है.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में पोर्टफोलियो जोखिम प्रबंधन का परिचय

पाठ्यक्रम देखें

अभ्यास निर्देश

  • सबसे पहले, statsmodels.formula.api को smf नाम से इम्पोर्ट करें.
  • ऐसा रिग्रेशन मॉडल परिभाषित करें जो Portfolio_Excess को Market_Excess के फ़ंक्शन के रूप में समझाए.
  • फिट किए गए रिग्रेशन मॉडल का adjusted r-squared निकालकर प्रिंट करें.
  • अपने पोर्टफोलियो का मार्केट बीटा निकालें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# 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)
कोड संपादित करें और चलाएँ