原文链接：http://tecdat.cn/?p=24680

Beta 假设反映了一种工具对例如市场的风险。但是，您可以通过各种方式估算此度量。

你可以收缩你的估计来稳定它。另一个方面是这种风险度量的非线性。在红色和绿色的时间里，对市场的敏感性不相同。从结果中我们可以看到：

plot('AMZN' main="AMZN接近于市场收益率的收益率",

xlab="市场收益率",pch=20, axes = F)

ng <- l1coef\[2\]-l1coef\[3\]

ps <- l1coef\[2\]

我们在这里看到的是，当市场下跌时，AMZN与市场的相关性更强，而当市场上涨时，相关性更弱。有相关的，也有相关的结构。谷歌-金融的β是相关的，它可以是在整个分布中是一样的。就像现在这样，你不希望有β值等于1，它是市场下跌时 beta=0.78 和市场上涨时和beta=0.94 的平均值。如果你是长线，反过来就很好，一个股票在绿色的时间段里反弹，在糟糕的日子里只缓慢下跌。

本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请点击举报。