เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

โมเดล 5 ปัจจัย

ในปี 2015 Fama และ French ได้ขยายโมเดล 3 ปัจจัยเดิมของตน โดยเพิ่มปัจจัยใหม่อีก 2 ตัว ได้แก่

  • RMW: ความสามารถในการทำกำไร
  • CMA: การลงทุน

ปัจจัย RMW แทนผลตอบแทนของบริษัทที่มีความสามารถในการทำกำไรจากการดำเนินงานสูงเปรียบเทียบกับบริษัทที่มีความสามารถต่ำ ส่วนปัจจัย CMA แทนผลตอบแทนของบริษัทที่มีการลงทุนเชิงรุกเปรียบเทียบกับบริษัทที่ลงทุนอย่างระมัดระวังมากกว่า

ออบเจกต์ FamaFrenchData พร้อมใช้งานใน workspace ของคุณแล้ว และมีปัจจัย RMW และ CMA รวมอยู่ด้วยนอกเหนือจากปัจจัยเดิม

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Python เบื้องต้นสำหรับการบริหารความเสี่ยงพอร์ตการลงทุน

ดูคอร์ส

คำแนะนำการฝึกหัด

  • นำสิ่งที่เรียนรู้จากแบบฝึกหัดก่อนหน้ามาใช้ เพื่อกำหนดโมเดลถดถอย FamaFrench5_model สำหรับ Portfolio_Excess กับปัจจัย Fama-French 3 ตัวเดิม (Market_Excess, SMB, HML) รวมถึงปัจจัยใหม่อีก 2 ตัว (RMW, CMA)
  • ฟิตโมเดลถดถอยและเก็บผลลัพธ์ไว้ใน FamaFrench5_fit
  • ดึงค่า adjusted r-squared และกำหนดให้กับ regression_adj_rsq

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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)
แก้ไขและรันโค้ด