Пятифакторная модель
В 2015 году Фама и Френч расширили свою предыдущую трёхфакторную модель, добавив два новых фактора:
- RMW: прибыльность
- CMA: инвестиции
Фактор RMW отражает разницу в доходности между компаниями с высокой и низкой операционной рентабельностью, а фактор CMA — разницу в доходности между компаниями с агрессивной и консервативной инвестиционной политикой.
Объект FamaFrenchData доступен в вашем рабочем пространстве и содержит факторы RMW и CMA наряду с ранее использованными факторами.
Это упражнение является частью курса
Введение в управление портфельными рисками на Python
Инструкции к упражнению
- Используя знания, полученные в предыдущих упражнениях, задайте регрессионную модель
FamaFrench5_modelдляPortfolio_Excessотносительно исходных трёх факторов Фамы–Френча (Market_Excess,SMB,HML) и двух новых факторов (RMW,CMA). - Обучите регрессионную модель и сохраните результаты в
FamaFrench5_fit. - Извлеките скорректированное значение R² и присвойте его переменной
regression_adj_rsq.
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Import statsmodels.formula.api
import statsmodels.formula.api as smf
# Define the regression formula
FamaFrench5_model = smf.ols(formula='Portfolio_Excess ~ Market_Excess + SMB + HML ____ ', data=FamaFrenchData)
# Fit the regression
FamaFrench5_fit = ____
# Extract the adjusted r-squared
regression_adj_rsq = ____
print(regression_adj_rsq)