Rozszerzenie modelu 3-czynnikowego

Wprowadzenie do zarządzania ryzykiem portfela w Pythonie

Dakota Wixom

Quantitative Analyst | QuantCourse.com

Fama French 1993

Oryginalna praca, która zapoczątkowała wszystko:

Wprowadzenie do zarządzania ryzykiem portfela w Pythonie

Cliff Asness o momentum

Praca opublikowana przez Cliffa Asnessa z AQR:

Wprowadzenie do zarządzania ryzykiem portfela w Pythonie

Model 5-czynnikowy Famy-Frencha

W 2015 roku Fama i French rozszerzyli model 3-czynnikowy o dwa dodatkowe czynniki:

  • RMW: Rentowność
  • CMA: Inwestycje

Czynnik RMW reprezentuje zwroty spółek o wysokiej rentowności operacyjnej w porównaniu ze spółkami o niskiej rentowności.

Czynnik CMA reprezentuje zwroty spółek o agresywnej polityce inwestycyjnej w porównaniu z bardziej konserwatywnymi.

Wprowadzenie do zarządzania ryzykiem portfela w Pythonie

Model 5-czynnikowy Famy-Frencha

Wprowadzenie do zarządzania ryzykiem portfela w Pythonie

Model 5-czynnikowy Famy-Frencha w Pythonie

Zakładając, że nadwyżkowe zwroty portfela i rynku znajdują się w obiekcie Data:

import statsmodels.formula.api as smf
model = smf.ols(formula='Port_Excess ~ Mkt_Excess + SMB + HML + RMW + CMA', 
                data=Data)
fit = model.fit()
adjusted_r_squared = fit.rsquared_adj
adjusted_r_squared
0.92
Wprowadzenie do zarządzania ryzykiem portfela w Pythonie

Czas na ćwiczenia!

Wprowadzenie do zarządzania ryzykiem portfela w Pythonie

Preparing Video For Download...