CAPM模型计算
2016-09-19 14:08
169 查看
题目:某公司股票的系数为2,无风险利率为5%,市场上所有股票的平均报酬率为10%。利用资本资产定价模型计算该公司的股票成本。 CAPM定价模型的公式 R=Rf+β(Rm-Rf)
答案:R=Rf+β(Rm-Rf)=5%+2*(10%-5%)=15% 注意:Rm表示市场上所有股票的平均报酬率。
R表示单个股票的期望报酬率(即该股票的资本成本)
β表示某个单个股票相对于整个股票市场的风险变动倍数(一般假设整个股票市场的风险变动系数为1)
超额收益选股
σs为股票标准差,β为股票和市场组合的相关系数,σM为市场标准差,rf为无风险利率,rs为股票收益率,rM为市场组合收益率
CAPM模型(capital asset pricing model)相信大家应该都很熟悉。其中心思想是利用指数模型简化了马克维茨边界条件,推导出系统风险可以用股票与市场的相关系数和市场风险表示:σs=β⋅σMσs=β⋅σM,并由此计算在正确定价的情况下股票的收益率与市场组合收益率的关系为:
E[rs]=rf+β(E[rM]−rf)
那么我们知道,当一只股票的价格被正确定价的时候,它的风险溢价与市场组合的风险溢价是呈现完全的线性关系,将这样的股票收益率和市场组合的收益率做线性回归,得到的应该是一条斜率为ββ,截距为rfrf的拟合直线。
现实中,每只股票的收益率与市场组合的收益率进行回归的时候截距都不会严格的等于rfrf,此时我们定义
α=(E[rs]−rf)−β(E[rM]−rf)
α被称作超额收益,意为股票除了承担系统风险所获得的收益之外的额外收益。按照CAPM模型,当正确定价时,股票的αα值应该为零,所有αα值不为零的股票我们都可以认为被错误的定价了。被错误定价的股票可以分为两类
α<0,此时股票的价格被低估了
α>0,此时股票的价格被高估了
假设CAPM理论是成立,这些错误定价的股票都会最终回到正确的定价上去,因此,我们在选股时应该买入αα更低的股票,这就是我们策略构造的基础。
策略和回测
我们构建策略的是,如下:
∙∙ 设定某一股票池,并选定一指数作为市场组合(一般情况下股票池应该是该市场组合的成分股); ∙∙
选定参数:调仓周期tc、计算α所使用的收盘价天数N、持仓的股票数量num; ∙∙ 每隔tc个交易日执行: −−
使用过去N天收益率数据进行线性回归,计算股票池中所有股票对应市场组合的α; −−
选择α最小的num支股票,调仓持有这些股票,持有比例为α越小权重越大。
答案:R=Rf+β(Rm-Rf)=5%+2*(10%-5%)=15% 注意:Rm表示市场上所有股票的平均报酬率。
R表示单个股票的期望报酬率(即该股票的资本成本)
β表示某个单个股票相对于整个股票市场的风险变动倍数(一般假设整个股票市场的风险变动系数为1)
超额收益选股
σs为股票标准差,β为股票和市场组合的相关系数,σM为市场标准差,rf为无风险利率,rs为股票收益率,rM为市场组合收益率
CAPM模型(capital asset pricing model)相信大家应该都很熟悉。其中心思想是利用指数模型简化了马克维茨边界条件,推导出系统风险可以用股票与市场的相关系数和市场风险表示:σs=β⋅σMσs=β⋅σM,并由此计算在正确定价的情况下股票的收益率与市场组合收益率的关系为:
E[rs]=rf+β(E[rM]−rf)
那么我们知道,当一只股票的价格被正确定价的时候,它的风险溢价与市场组合的风险溢价是呈现完全的线性关系,将这样的股票收益率和市场组合的收益率做线性回归,得到的应该是一条斜率为ββ,截距为rfrf的拟合直线。
现实中,每只股票的收益率与市场组合的收益率进行回归的时候截距都不会严格的等于rfrf,此时我们定义
α=(E[rs]−rf)−β(E[rM]−rf)
α被称作超额收益,意为股票除了承担系统风险所获得的收益之外的额外收益。按照CAPM模型,当正确定价时,股票的αα值应该为零,所有αα值不为零的股票我们都可以认为被错误的定价了。被错误定价的股票可以分为两类
α<0,此时股票的价格被低估了
α>0,此时股票的价格被高估了
假设CAPM理论是成立,这些错误定价的股票都会最终回到正确的定价上去,因此,我们在选股时应该买入αα更低的股票,这就是我们策略构造的基础。
策略和回测
我们构建策略的是,如下:
∙∙ 设定某一股票池,并选定一指数作为市场组合(一般情况下股票池应该是该市场组合的成分股); ∙∙
选定参数:调仓周期tc、计算α所使用的收盘价天数N、持仓的股票数量num; ∙∙ 每隔tc个交易日执行: −−
使用过去N天收益率数据进行线性回归,计算股票池中所有股票对应市场组合的α; −−
选择α最小的num支股票,调仓持有这些股票,持有比例为α越小权重越大。
相关文章推荐
- 如何构建高效的storm计算模型
- OpenGL光照的计算模型
- 用sklearn和tensorflow做boston房价的回归计算的比较(1)--经典的sklearn集成模型
- 荐书|边缘计算:万物互联时代新型计算模型
- 如何建立压力计算模型
- MapReduce计算模型的优化
- MXNET:深度学习计算-模型构建
- MapReduce计算模型--简单层次Top-Down细化
- java AWT监听器之简单计算模型
- 三剑客学习之路——数据结构(一)计算模型与算法分析(1)
- 事务信息系统-并发控制与恢复的理论, 算法与实践-计算模型, 并发控制部分
- CSS入门教程:计算CSS盒模型宽和高
- 基于MATLAB实现的云模型计算隶属度
- 三十二、C++内存布局,对象大小计算、虚函数虚继承对类内存模型的影响
- 浅析函数式编程与命令式编程的区别(一)计算模型的区别
- tensorflow MNIST数据集的训练(线性模型)及tensorboard计算结果可视化
- C/S模型 多线程服务器实现简单计算工作并回馈客户端
- 数据结构与算法学习笔记--计算模型
- OpenGL 模型顶点法向量的计算
- 简明易懂的分布式计算模型