5-факторна модель
У 2015 році Фама та Френч розширили свою попередню 3-факторну модель, додавши ще два фактори:
- RMW: рентабельність
- CMA: інвестиції
Фактор RMW відображає дохідність компаній із високою операційною рентабельністю порівняно з компаніями з низькою операційною рентабельністю, а фактор CMA — дохідність компаній з агресивними інвестиціями порівняно з більш консервативними.
Об'єкт FamaFrenchData доступний у вашому робочому середовищі й містить фактори RMW та CMA на додачу до попередніх факторів.
Ця вправа є частиною курсу
Вступ до керування ризиком портфеля в Python
Інструкції до вправи
- Скористайтеся тим, що ви засвоїли у попередніх вправах, щоб визначити регресійну модель
FamaFrench5_modelдляPortfolio_Excessщодо початкових трьох факторів Фами — Френча (Market_Excess,SMB,HML) та двох нових факторів (RMW,CMA). - Навчіть (підігніть) регресійну модель та збережіть результати в
FamaFrench5_fit. - Витягніть скориговане R-квадрат і запишіть його в
regression_adj_rsq.
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# 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)