Обчислення динамічного бета-коефіцієнта акцій
Припустімо, Ілон Маск — ваш кумир, і ви розглядаєте можливість інвестувати в акції Tesla. Як досвідчений керівник портфеля, ви вирішуєте ретельно все перевірити й подивитися, як змінювався бета-коефіцієнт акцій Tesla протягом років. Бета — це міра волатильності акції відносно ринку, яка може слугувати індикатором інвестиційних ризиків.
Згадайте, що для обчислення бета потрібні волатильність акції, волатильність ринку (S&P 500 як проксі) та кореляція їхніх доходностей. Кореляцію можна обчислити зі стандартизованих залишків.
Оцінені моделлю значення волатильності попередньо завантажено для Tesla в teslaGarch_vol, а для S&P 500 — у spGarch_vol. Крім того, стандартизовані залишки моделі попередньо завантажено у teslaGarch_resid та spGarch_resid відповідно.
Ця вправа є частиною курсу
Моделі GARCH у Python
Інструкції до вправи
Обчисліть коефіцієнт кореляції між Tesla та S&P 500, використовуючи стандартизовані залишки зі «зпрацьованих» моделей GARCH (
teslaGarch_resid,spGarch_resid).Обчисліть бета-коефіцієнт акцій Tesla, використовуючи волатильність Tesla (
teslaGarch_vol), волатильність S&P 500 (spGarch_vol) таcorrelation, розраховану на попередньому кроці.
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# 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()