mcpField
G
grad-fama-french

grad-fama-french

github.com/asgard-ai-platformデータ・データベース24353 回インストール21 週間前に更新
リポジトリ

grad-fama-french について

Fama-Frenchの3ファクターモデルで株式ポートフォリオのリターンを分析するスキルです。投資研究者やファンド評価者向けに、市場因子へ規模とバリューの因子を加え、リターン差の説明やアルファの評価を支援します。

主な機能

  1. 013ファクターモデルの仮定を説明
  2. 02ファクターデータ取得と回帰を案内
  3. 03市場、規模、バリューの負荷量を解釈
  4. 04アルファ評価の枠組みを提示
  5. 05モデルの適用上の制限を列挙

活用シーン

  1. 01ポートフォリオリターンの因子エクスポージャー分析
  2. 02因子調整後のファンドマネージャー評価
  3. 03規模またはバリューに傾斜したポートフォリオ構築

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/asgard-ai-platform/skills --skill grad-fama-french

インストール後、Claude Code で/grad-fama-frenchを入力して読み込まれたか確認します。

同梱ファイルexamples/sample_scenario.md

詳細

Fama-French Three-Factor Model

概要

Fama と French(1993)は、CAPM だけでは説明できない株式リターンの横断面変動を説明するため、サイズ(SMB)とバリュー(HML)の 2 つのファクターを追加して CAPM を拡張しました。このモデルは、小型株および簿価時価比率の高い株式が、体系的なプレミアムを獲得することを示しています。

使用する場面

  • 特定のポートフォリオで CAPM アルファがゼロにならない理由を説明する場合
  • ファクターへのエクスポージャーを調整したうえで、ファンドマネージャーのスキルを評価する場合
  • ファクターに傾斜させたポートフォリオを構築する場合
  • 資産価格のアノマリーに関する学術研究

使用しない場面

  • 債券やデリバティブの価格付け(株式に重点を置いたファクターであるため)
  • 対象市場のファクターデータが入手できない場合
  • 完全なモデルとして使用する場合(収益性や投資のファクターも重要な可能性があります(5 ファクターモデル))

前提

IRON LAW: Single-factor models (CAPM) underestimate expected returns
for small-cap and value stocks. Size and value represent systematic
risk factors that command their own premia.

主な前提:

  1. SMB と HML は誤った価格付けではなく、体系的なリスクを捉えます
  2. ファクタープレミアムは、期間や市場を超えて持続します
  3. ファクターは、観測可能でリバランスされるポートフォリオから構築されます

方法

ステップ 1 — ファクターデータを取得する
  • Rm-Rf:市場の超過リターン
  • SMB(Small Minus Big):小型株ポートフォリオのリターンから大型株ポートフォリオのリターンを差し引いたもの
  • HML(High Minus Low):簿価時価比率の高いポートフォリオのリターンから、低いポートフォリオのリターンを差し引いたもの
ステップ 2 — 時系列回帰を実行する

Ri - Rf = ai + bi(Rm-Rf) + si(SMB) + hi(HML) + ei。構築の詳細については、references/ を参照してください。

ステップ 3 — ファクター負荷量を解釈する
  • bi:市場感応度(CAPM のベータと同じ)
  • si:サイズへのエクスポージャー(正の値 = 小型株への傾斜)
  • hi:バリューへのエクスポージャー(正の値 = バリューへの傾斜、負の値 = グロースへの傾斜)
ステップ 4 — アルファを評価する

アルファ(ai)が統計的に有意でない場合、リターンはファクターへのエクスポージャーで説明されており、マネージャーのスキルはありません。

出力形式

## Fama-French Analysis: [Fund / Portfolio]

### Regression Results
| Factor | Loading | t-stat | Interpretation |
|--------|---------|--------|----------------|
| Market (Rm-Rf) | x.xx | x.xx | [market exposure] |
| SMB | x.xx | x.xx | [size tilt] |
| HML | x.xx | x.xx | [value tilt] |
| Alpha | x.xx% | x.xx | [skill or luck] |

### R-squared
- Three-factor R2: x% vs CAPM R2: x%

### Conclusions
- [Factor attribution summary]
- [Manager skill assessment]

注意点

  • ファクタープレミアムは国や期間によって変動するため、持続するとは限りません
  • HML は論文の発表後に弱まっており、裁定取引が原因だとする見方もあります
  • 5 ファクターモデル(2015)では、収益性(RMW)と投資(CMA)が追加されています。3 ファクターモデルでは不十分な可能性があります
  • ファクターの構築方法は重要です。ブレイクポイントが異なれば、結果も異なります
  • 決定係数が高くても、モデルが「正しい」ことを意味するわけではありません。ファクターが分散を説明していることを意味します
  • ファクターがリスクを表すのか、誤った価格付けを表すのかについては、議論が続いています

参考文献

  • Fama, E. & French, K. (1993). 株式および債券リターンにおける共通リスクファクター. Journal of Financial Economics, 33(1), 3-56.
  • Fama, E. & French, K. (2015). 5 ファクター資産価格モデル. Journal of Financial Economics, 116(1), 1-22.
  • Fama, E. & French, K. (1992). 期待株式リターンの横断面. Journal of Finance, 47(2), 427-465.

コメント