1. Nauka
    2. /
  2. Kursy
    3. /
  3. Wprowadzenie do zarządzania ryzykiem portfela w Pythonie
Connected

ćwiczenie

Obliczanie bety za pomocą CAPM

Istnieje wiele sposobów modelowania stóp zwrotu z akcji, jednak Capital Asset Pricing Model, czyli CAPM, jest jednym z najpopularniejszych:

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

  • \(E(R_{P}) - RF\): Nadwyżkowa oczekiwana stopa zwrotu z akcji lub portfela P
  • \(E(R_{M}) - RF\): Nadwyżkowa oczekiwana stopa zwrotu z szerokiego portfela rynkowego B
  • \(RF\): Regionalna stopa wolna od ryzyka
  • \(\beta_{{P}}\): Beta portfela, czyli ekspozycja na szeroki portfel rynkowy B

Aby przeprowadzić analizę, wywołaj metodę .fit() z biblioteki statsmodels.formula.api na obiekcie modelu .ols(formula, data). Wyniki możesz przeanalizować, używając metody .summary() na obiekcie wynikowym.

DataFrame FamaFrenchData jest dostępny w twoim środowisku roboczym i zawiera dane potrzebne do tego ćwiczenia.

Instrukcje

100 XP
  • Na początku zaimportuj statsmodels.formula.api jako smf.
  • Zdefiniuj model regresji, który wyjaśnia Portfolio_Excess jako funkcję zmiennej Market_Excess.
  • Wyodrębnij i wyświetl skorygowane R-kwadrat dopasowanego modelu regresji.
  • Wyodrębnij betę rynkową swojego portfela.