効率的市場とアルファ
回帰によって残された アルファ（$\alpha$）は、未知の要因による説明できない超過リターンです。回帰モデルでは、これは単に切片の係数を指します。
これをどう捉えるかには大きく2つの考え方があります。
- モデルを拡張すればよいという立場です。欠けている経済要因をすべて見つければ、あらゆる株式やポートフォリオのリターンを説明できるという考え方で、これは 効率的市場仮説（Efficient Market Hypothesis） として知られます。
- どんなモデルでも安定しては捉えられない、説明不能なパフォーマンスが一定程度存在するという立場です。スキルやタイミング、直感、運によるものかもしれませんが、投資家は自らのアルファを最大化すべきだと考えます。
前の演習で作成した当てはめ済みの回帰分析は FamaFrench_fit に保存されています。
この演習はコースの一部です
Pythonで学ぶポートフォリオ・リスク管理入門
演習の手順
- 切片の係数を抽出して、
portfolio_alphaに代入します。 - 1年を252取引日と仮定して、
portfolio_alphaのリターンを年率換算します。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Calculate your portfolio alpha
portfolio_alpha = FamaFrench_fit.____
print(portfolio_alpha)
# Annualize your portfolio alpha
portfolio_alpha_annualized = ____
print(portfolio_alpha_annualized)