फैक्टर मॉडल्स

Python में Portfolio Analysis परिचय

Charlotte Werger

Data Scientist

प्रदर्शन समझाने के लिए फैक्टर्स का उपयोग

फैक्टर्स का उपयोग जोखिम प्रबंधन में होता है.
फैक्टर्स प्रदर्शन समझाने में मदद करते हैं.
फैक्टर मॉडल्स फैक्टर्स को पोर्टफोलियो रिटर्न्स से जोड़ते हैं.
एम्पिरिकल फैक्टर मॉडल्स ऐतिहासिक डेटा पर टेस्ट किए गए हैं.
Fama French 3 फैक्टर मॉडल एक प्रसिद्ध फैक्टर मॉडल है.

Fama French मल्टी-फैक्टर मॉडल

$ $

$ R_{pf} = \alpha + \beta_m MKT + \beta_s SMB + \beta_h HML $
MKT बाजार का अतिरिक्त रिटर्न है, यानी $R_m - R_f$
SMB (Small Minus Big) एक साइज फैक्टर है
HML (High Minus Low) एक वैल्यू फैक्टर है

रिग्रेशन मॉडल रिफ्रेशर

लिनियर रिग्रेशन से डेटा पॉइंट्स पर लाइन फिट करना

बीटा और कोरिलेशन में अंतर

बीटा और कोरिलेशन की तुलना वाली टेबल

Python में रिग्रेशन मॉडल

import statsmodels.api as sm

# Define the model
model = sm.OLS(factor_data['sp500'],
               factor_data[['momentum','value']]).fit()

# Get the model predictions
predictions = model.predict(factor_data[['momentum','value']])

b1, b2 = model.params

रिग्रेशन सारांश आउटपुट

# Print out the summary statistics
model.summary()

लिनियर रिग्रेशन मॉडल सारांश

बेटाज़ जल्दी प्राप्त करना

# Get just beta coefficients from linear regression model
b1, b2 = regression.linear_model.OLS(df['returns'], 
                          df[['F1', 'F2']]).fit().params

# Print the coefficients 
print('Sensitivities of active returns to factors:'
      '\nF1: %f\nF2: %f' % (b1, b2))

Sensitivities of active returns to factors:
F1: -0.0381
F2: 0.9858

अभ्यास करते हैं!

Python में Portfolio Analysis परिचय