使用协方差计算 beta
Beta 是许多金融模型中的关键组成部分，用于衡量系统性风险，即对整个市场的敞口。在 CAPM 模型中，beta 是两个核心因子之一。
历史 beta 可以用多种方法估计。在本练习中，您将使用下面这个基于协方差与方差、相对于基准市场投资组合的简单公式：
$$ \beta_P = \frac{Cov(R_P, R_B)}{Var(R_B)} $$
- $\beta_P$：投资组合的 beta
- $Cov(R_P, R_B)$：投资组合（P）与基准市场指数（B）之间的协方差
- $Var(R_B)$：基准市场指数的方差
工作区中已提供 FamaFrenchData DataFrame，包含本练习所需的数据。
本练习是课程的一部分
Python 投资组合风险管理入门
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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)