Dynamic Beta ในการจัดการพอร์ตโฟลิโอ

GARCH Models ใน Python

Chelsea Yang

Data Science Instructor

Beta คืออะไร

  • Stock Beta:

ตัววัดความผันผวนของหุ้นเทียบกับตลาดโดยรวม

  • Systematic risk:

ส่วนของความเสี่ยงที่ไม่สามารถกระจายออกได้

GARCH Models ใน Python

Beta ในการจัดการพอร์ตโฟลิโอ

_วัดความเสี่ยงของการลงทุน _

Market Beta = 1: ใช้เป็น benchmark

Beta > 1: หุ้นมีความเสี่ยงมากกว่าตลาดโดยรวม

Beta < 1: หุ้นมีความเสี่ยงน้อยกว่าตลาดโดยรวม

GARCH Models ใน Python

Beta ใน CAPM

  • ประมาณ risk premium ของหุ้น

CAPM: Capital Asset Pricing Model

$E(R_s)$ = $R_f$ + $\beta $($E(R_m)- R_f$)

  • $E(R_s)$: อัตราผลตอบแทนที่ต้องการของหุ้น
  • $R_f$: อัตราผลตอบแทนปราศจากความเสี่ยง (เช่น พันธบัตรรัฐบาล)
  • $E(R_m)$: ผลตอบแทนที่คาดหวังของตลาด (เช่น S&P 500)
  • $E(R_m)- R_f$: Market premium
GARCH Models ใน Python

Dynamic Beta ด้วย GARCH

$Beta$ = $\rho$ * $\sigma$_stock / $\sigma$__market

กราฟแสดง Beta

GARCH Models ใน Python

คำนวณ dynamic Beta ด้วย Python

1). คำนวณค่าสหสัมพันธ์ระหว่าง S&P500 กับหุ้น

resid_stock = stock_gm.resid / stock_gm.conditional_volatility
resid_sp500 = sp500_gm.resid / sp500_gm.conditional_volatility

correlation = numpy.corrcoef(resid_stock, resid_sp500)[0, 1]

2). คำนวณ dynamic Beta ของหุ้น

stock_beta = correlation * (stock_gm.conditional_volatility / 
                            sp500_gm.conditional_volatility)
GARCH Models ใน Python

มาฝึกกันเถอะ!

GARCH Models ใน Python

Preparing Video For Download...