Faktör modelleri

Python ile Portföy Analizine Giriş

Charlotte Werger

Data Scientist

Performansı açıklamak için faktörleri kullanma

Faktörler risk yönetimi için kullanılır.
Faktörler performansı açıklamaya yardımcı olur.
Faktör modelleri, faktörleri portföy getirileriyle ilişkilendirir.
Tarihsel verilerde test edilmiş ampirik faktör modelleri vardır.
Fama French 3 faktör modeli iyi bilinen bir faktör modelidir.

Fama French Çoklu Faktör modeli

$ $

$ R_{pf} = \alpha + \beta_m MKT + \beta_s SMB + \beta_h HML $
MKT piyasanın fazla getirisi, yani $R_m - R_f$
SMB (Small Minus Big) bir büyüklük faktörüdür
HML (High Minus Low) bir değer faktörüdür

Regresyon modeli hatırlatma

Doğrusal regresyonla veri noktalarına doğru uydurma

Beta ile korelasyon arasındaki fark

Betayı korelasyonla karşılaştıran tablo

Python'da regresyon modeli

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

Regresyon özet çıktısı

# Print out the summary statistics
model.summary()

Doğrusal regresyon modeli özeti

Betaları hızlıca elde etme

# 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

Hadi pratik yapalım!

Python ile Portföy Analizine Giriş