爲什麼我的測試版不同於雅虎財務？

我有一些代碼可以計算S & P 500相對於任何股票的beta--在這種情況下，股票代碼爲「FET」。然而，結果似乎與我在雅虎財經上看到的完全不同，歷史上這隻股票一直非常波動，這將解釋雅虎財務的1.55的beta值 - http://finance.yahoo.com/q?s=fet。有人可以告訴我爲什麼我看到一個完全不同的數字（0.0088）？提前致謝。爲什麼我的測試版不同於雅虎財務？

from pandas.io.data import DataReader 
from datetime import datetime 
from datetime import date 
import numpy 
import sys 

today = date.today() 

stock_one = DataReader('FET','yahoo',datetime(2009,1,1), today) 
stock_two = DataReader('^GSPC','yahoo',stock_one['Adj Close'].keys()[0], today) 


a = stock_one['Adj Close'].pct_change() 
b = stock_two['Adj Close'].pct_change() 

covariance = numpy.cov(a[1:],b[1:])[0][1] 
variance = numpy.var(b[1:]) 

beta = covariance/variance 

print 'beta value ' + str(beta)

來源

2015-02-05 godzilla

哼，當我跑你的代碼，我得到這個錯誤：ValueError異常：所有除級聯軸輸入數組大小必須完全匹配 – Chef1075 2015-02-09 23:28:54

好像扳動庫存1天數爲710股票2是709.可能想從那裏開始。 – Chef1075 2015-02-09 23:30:26

是的，我收到了同樣的錯誤代碼aapl！ – godzilla 2015-02-10 00:09:36

好吧，所以我玩了一下代碼，這就是我的。

from pandas.io.data import DataReader 
import pandas.io.data as web 
from datetime import datetime 
from datetime import date 
import numpy 
import sys 

start = datetime(2009, 1, 1) 
today = date.today() 
stock1 = 'AAPL' 
stock2 = '^GSPC' 

stocks = web.DataReader([stock1, stock2],'yahoo', start, today) 
# stock_two = DataReader('^GSPC','yahoo', start, today) 

a = stocks['Adj Close'].pct_change() 

covariance = a.cov() # Cov Matrix 
variance = a.var() # Of stock2 
var = variance[stock2] 

cov = covariance.loc[stock2, stock1] 

beta = cov/var 

print "The Beta for %s is: " % (stock2), str(beta)

價格的長度並不相等，所以出現了問題＃1。另外，當你的最後一行執行時發現了cov矩陣每個值的beta值，這可能不是你想要的值。你不需要知道基於cov（0,0）和cov（1,1）的beta是什麼，你只需要看cov（0,1）或cov（1,0）。那些是矩陣中的位置而不是數值。

無論如何，這裏是我得到了答案：

The Beta for ^GSPC is: 0.885852632799

*編輯*

使代碼更容易地運行，並改變了它所以只有一個行輸入什麼股票你想從雅虎拉。

來源

2015-02-09 23:46:55 Chef1075

接近，但嘗試使用AAPL，腳本失敗 – godzilla 2015-02-10 00:05:17

更新。應該管用。幾乎那裏有 – Chef1075 2015-02-10 00:57:59

，但現在我得到了FET的0.512076334094！ – godzilla 2015-02-10 01:08:41

您需要將關閉的Px轉換爲正確的格式進行計算。這些價格應該換算成指數和股票價格的回報率。

來源

2015-02-05 18:24:50 sjohnson

您還應該使用超額收益，即收益減去無風險利率的一些概念。你也可以看看numpy本地計算協方差的自由度是否有差異，而不管雅虎報告的值是用什麼方法。 Python中的ddof關鍵字有時會產生顯着的差異。你可能會更好，只是把它作爲一個實際的迴歸，例如， pandas.ols，而不是使用協方差方差公式。 – ely 2015-02-05 18:27:55

好吧我已經做出了修改，以反映閉市價格百分比的變化，雖然看起來好一點，但我仍然看到python代碼結果和雅虎融資 – godzilla 2015-02-05 18:55:54

爲了匹配雅虎財務，您需要使用三年的每月調整後的收盤價格。

https://help.yahoo.com/kb/finance/SLN2347.html?impressions=true

Beta

The Beta used is Beta of Equity. Beta is the monthly price change of a particular company relative to the monthly price change of the S&P500. The time period for Beta is 3 years (36 months) when available.

來源

2015-04-12 05:25:33 Alexander

爲什麼我的測試版不同於雅虎財務？

回答

相關問題