Modelul Fama-French cu 3 factori

Modelul Fama-French adaugă doi factori suplimentari față de modelul CAPM pentru a descrie randamentele activelor:

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

SMB: Factorul „mic minus mare"
$b_{SMB}$: Expunerea la factorul SMB
HML: Factorul „valoare ridicată minus valoare scăzută"
$b_{HML}$: Expunerea la factorul HML
$\alpha $: Performanța neexplicată de niciun alt factor
$\beta_{M}$: Beta față de portofoliul de piață larg B

DataFrame-ul FamaFrenchData este disponibil în spațiul tău de lucru și conține factorii HML și SMB ca coloane pentru acest exercițiu.

Acest exercițiu face parte din cursul

Introducere în gestionarea riscului de portofoliu în Python

Vezi cursul

Instrucțiuni pentru exercițiu

Definește un model de regresie care explică Portfolio_Excess în funcție de Market_Excess, SMB și HML.
Extrage valoarea R-pătrat ajustat din FamaFrench_fit.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# 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)

Editează și rulează codul