開始使用免費開始

有效市場與阿爾法

回歸後剩下的 alpha($\alpha$)代表由未知因子造成、尚未被解釋的績效。在回歸模型中,它就是截距項的係數。

對於為什麼會有 alpha,大致有兩種想法:

  • 模型需要擴充。當你找齊所有遺漏的經濟因子後,就能解釋所有股票與投資組合的報酬。這被稱為 有效市場假說(Efficient Market Hypothesis)
  • 存在一部分無法被任何模型穩定捕捉的績效。也許來自技巧、時機、直覺或運氣,但投資人應該設法最大化自己的 alpha。

你在前一個練習中擬合的回歸分析已儲存在 FamaFrench_fit

本練習屬於課程

Python 投資組合風險管理入門

檢視課程

練習說明

  • 取出截距項的係數,指派給 portfolio_alpha
  • 假設一年有 252 個交易日,將 portfolio_alpha 報酬年化。

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 your portfolio alpha
portfolio_alpha = FamaFrench_fit.____
print(portfolio_alpha)

# Annualize your portfolio alpha
portfolio_alpha_annualized = ____
print(portfolio_alpha_annualized)
編輯並執行程式碼