五因子模型
2015 年，Fama 和 French 在先前的三因子模型上擴充，加入兩個額外因子：
- RMW： 獲利能力
- CMA： 投資
RMW 因子代表高營運獲利能力公司相對於低營運獲利能力公司的報酬；CMA 因子則代表積極投資公司相對於較保守投資公司的報酬。
工作區中已提供 FamaFrenchData 物件，除了前述因子外，還包含 RMW 與 CMA 因子。
本練習屬於課程
Python 投資組合風險管理入門
練習說明
- 根據前面練習的做法，定義
FamaFrench5_model迴歸模型，將Portfolio_Excess對原始的 3 個 Fama-French 因子（Market_Excess、SMB、HML）以及兩個新因子（RMW、CMA）進行回歸。 - 擬合迴歸模型，並將結果儲存到
FamaFrench5_fit。 - 取出調整後的 r-squared 值，指派給
regression_adj_rsq。
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。
# 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)