Трёхфакторная модель Фамы–Френча

Модель Фамы–Френча расширяет модель CAPM, добавляя два дополнительных фактора для описания доходности активов:

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

SMB: фактор «малая минус большая» (Small Minus Big)
$b_{SMB}$: экспозиция к фактору SMB
HML: фактор «высокая минус низкая» (High Minus Low)
$b_{HML}$: экспозиция к фактору HML
$\alpha $: доходность, не объяснённая ни одним из факторов
$\beta_{M}$: бета относительно широкого рыночного портфеля B

Для выполнения упражнения в рабочей области доступен DataFrame FamaFrenchData, содержащий столбцы с факторами HML и SMB.

Это упражнение является частью курса

Введение в управление портфельными рисками на Python

Посмотреть курс

Инструкции к упражнению

Определите регрессионную модель, которая объясняет Portfolio_Excess как функцию от Market_Excess, SMB и HML.
Извлеките значение скорректированного R-квадрата из FamaFrench_fit.

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
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)

Редактировать и запускать код