Модель Фами — Френча з 3 факторами

Модель Фами — Френча додає до CAPM ще два фактори, щоб описати дохідності активів:

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

SMB: фактор «small minus big» (дохідність малих мінус великих компаній)
$b_{SMB}$: експозиція до фактора SMB
HML: фактор «high minus low» (дохідність вартостевих мінус зростальних компаній)
$b_{HML}$: експозиція до фактора HML
$\alpha $: частина результату, не пояснена іншими факторами
$\beta_{M}$: бета відносно широкого ринкового портфеля B

Датафрейм FamaFrenchData доступний у вашому робочому середовищі та містить фактори HML і SMB як стовпці для цієї вправи.

Ця вправа є частиною курсу

Вступ до керування ризиком портфеля в Python

Переглянути курс

Інструкції до вправи

Визначте регресійну модель, яка пояснює Portfolio_Excess як функцію Market_Excess, SMB та HML.
Витягніть скориговане R-квадрат зі змінної FamaFrench_fit.

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
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)

Редагувати та запускати код