การขยายโมเดล 3 ปัจจัย

Python เบื้องต้นสำหรับการบริหารความเสี่ยงพอร์ตการลงทุน

Dakota Wixom

Quantitative Analyst | QuantCourse.com

Fama French 1993

งานวิจัยต้นกำเนิดที่จุดประกายทั้งหมด:

Cliff Asness กับ Momentum

งานวิจัยที่ตีพิมพ์ในภายหลังโดย Cliff Asness จาก AQR:

โมเดล Fama-French 5 ปัจจัย

ในปี 2015 Fama และ French ได้ขยายโมเดล 3 ปัจจัยเดิม โดยเพิ่มปัจจัยอีก 2 ตัว:

RMW: ความสามารถในการทำกำไร
CMA: การลงทุน

ปัจจัย RMW แสดงถึงผลตอบแทนของบริษัทที่มีกำไรจากการดำเนินงานสูงเทียบกับบริษัทที่มีกำไรต่ำ

ปัจจัย CMA แสดงถึงผลตอบแทนของบริษัทที่ลงทุนเชิงรุกเทียบกับบริษัทที่ระมัดระวังมากกว่า

โมเดล Fama-French 5 ปัจจัย

โมเดล Fama-French 5 ปัจจัยใน Python

สมมติว่ามีผลตอบแทนส่วนเกินของพอร์ตและตลาดอยู่ในออบเจกต์ Data แล้ว:

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

มาฝึกกันเถอะ!

Python เบื้องต้นสำหรับการบริหารความเสี่ยงพอร์ตการลงทุน