使用共變異數計算 beta
Beta 是許多財務模型中的關鍵組成，衡量的是系統性風險，也就是對廣泛市場的曝險。在 CAPM 模型中，beta 是兩個核心因子之一。
歷史 beta 有多種估計方式。本練習中，你將使用下列簡單公式，透過與基準市場投資組合的共變異數與變異數來計算：
$$ \beta_P = \frac{Cov(R_P, R_B)}{Var(R_B)} $$
- $\beta_P$：投資組合的 beta
- $Cov(R_P, R_B)$：投資組合（P）與基準市場指數（B）之間的共變異數
- $Var(R_B)$：基準市場指數的變異數
工作區中已提供 FamaFrenchData DataFrame，包含本練習所需的資料。
本練習屬於課程
Python 投資組合風險管理入門
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 the co-variance matrix between Portfolio_Excess and Market_Excess
covariance_matrix = FamaFrenchData[['Portfolio_Excess', 'Market_Excess']]____
# Extract the co-variance co-efficient
covariance_coefficient = covariance_matrix.iloc[0, 1]
print(covariance_coefficient)