BaşlayınÜcretsiz Başlayın

Fama French 3 faktörlü model

Fama-French modeli, varlık getirilerini açıklamak için CAPM modeline iki ek faktör eklemesiyle ünlüdür:

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

  • SMB: Small minus big (küçük eksi büyük) faktörü
  • \(b_{SMB}\): SMB faktörüne maruziyet
  • HML: High minus low (yüksek eksi düşük) faktörü
  • \(b_{HML}\): HML faktörüne maruziyet
  • \(\alpha \): Diğer faktörlerle açıklanamayan performans
  • \(\beta_{M}\): Geniş piyasa portföyüne beta

FamaFrenchData DataFrame'i çalışma alanında hazır ve bu egzersiz için sütunlar olarak HML ve SMB faktörlerini içeriyor.

Bu egzersiz

Python ile Portföy Risk Yönetimine Giriş

kursunun bir parçasıdır
Kursu Görüntüle

Egzersiz talimatları

  • Portfolio_Excess değerini Market_Excess, SMB ve HML'in fonksiyonu olarak açıklayan bir regresyon modeli tanımla.
  • Düzeltilmiş R-kare değerini FamaFrench_fit içinden çıkar.

Uygulamalı interaktif egzersiz

Bu örnek kodu tamamlayarak bu egzersizi bitirin.

# 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)
Kodu Düzenle ve Çalıştır