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
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)