開始使用免費開始

動能因子

在這個練習中,你要調查 S&P500 報酬與 2 個因子(動能價值)之間的相關性。

若一檔股票過去 12 個月的平均報酬為正,就顯示出「動能」。因此,動能因子是由那些歷史報酬持續為正的股票組成。價值因子則著眼於相對於某些基本面衡量標準而言較為便宜的股票。例如,本益比(price-to-earnings)與股價淨值比(price-to-book)通常用來衡量「價值」的比率。讓我們看看 S&P500 的報酬與這些因子的報酬之間有什麼關係。

提供了一個名為 df 的 DataFrame,包含這兩個因子與 S&P500 隨時間的報酬。

本練習屬於課程

Python 投資組合分析入門

檢視課程

動手互動練習

試著完成這個範例程式碼,體驗一下這個練習。

# Calculate 20-day rolling correlation with momentum 
df['correlation_mom']=df['sp500'].____(____).____(df['momentum'])
編輯並執行程式碼