शुरू करेंमुफ़्त में शुरू करें

Fama French 3-factor मॉडल

Fama-French मॉडल, CAPM मॉडल में परिसंपत्ति रिटर्न समझाने के लिए दो अतिरिक्त फैक्टर जोड़ता है:

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

  • SMB: स्मॉल माइनस बिग फैक्टर
  • \(b_{SMB}\): SMB फैक्टर के प्रति एक्सपोज़र
  • HML: हाई माइनस लो फैक्टर
  • \(b_{HML}\): HML फैक्टर के प्रति एक्सपोज़र
  • \(\alpha \): वह परफॉर्मेंस जिसे अन्य किसी फैक्टर से समझाया नहीं जा सकता
  • \(\beta_{M}\): ब्रॉड मार्केट पोर्टफोलियो B के प्रति बीटा

FamaFrenchData DataFrame आपके वर्कस्पेस में उपलब्ध है और इस अभ्यास के लिए इसमें HML और SMB फैक्टर कॉलम के रूप में मौजूद हैं.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में पोर्टफोलियो जोखिम प्रबंधन का परिचय

पाठ्यक्रम देखें

अभ्यास निर्देश

  • एक रिग्रेशन मॉडल डिफाइन करें जो Portfolio_Excess को Market_Excess, SMB, और HML के फ़ंक्शन के रूप में समझाए।
  • FamaFrench_fit से adjusted r-squared वैल्यू निकालें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# 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)
कोड संपादित करें और चलाएँ