Kom igångKom igång gratis

Beräkna dynamiskt aktie-beta

Anta att Elon Musk är din idol och att du funderar på att investera i Tesla-aktier. Som en skicklig portföljförvaltare bestämmer du dig för att göra en ordentlig analys av Teslas aktie-beta över tid. Beta är ett mått på en akties volatilitet i förhållande till marknaden och kan användas som en indikator på investeringsrisk.

Kom ihåg att du behöver aktiens volatilitet, marknadens volatilitet (S&P 500 används som proxy) samt deras avkastningskorrelation för att beräkna beta. Korrelationen kan beräknas utifrån standardiserade residualer.

Modellens anpassade volatilitet är förinstallerad för Tesla i teslaGarch_vol och för S&P 500 i spGarch_vol. Dessutom finns modellens standardiserade residualer tillgängliga i teslaGarch_resid respektive spGarch_resid.

Den här övningen är en del av kursen

GARCH-modeller i Python

Visa kurs

Övningsinstruktioner

  • Beräkna korrelationskoefficienten mellan Tesla och S&P 500 med hjälp av standardiserade residualer från anpassade GARCH-modeller (teslaGarch_resid, spGarch_resid).

  • Beräkna Teslas aktie-beta med hjälp av Teslas volatilitet (teslaGarch_vol), S&P 500:s volatilitet (spGarch_vol) och den correlation som beräknades i föregående steg.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Compute correlation between SP500 and Tesla
correlation = np.corrcoef(____, ____)[0, 1]

# Compute the Beta for Tesla
stock_beta = ____ * (____ / ____)

# Plot the Beta
plt.title('Tesla Stock Beta')
plt.plot(stock_beta)
plt.show()
Redigera och kör kod