我有一些代码可以计算标准普尔 500 指数与任何股票的贝塔值——在本例中为股票代码“FET”。然而,结果似乎与我在雅虎财经上看到的完全不同,历史上这只股票非常不稳定,这可以解释雅虎财经上 1.55 的贝塔值 - http://finance.yahoo.com/q?s =fet。有人可以告诉我为什么我看到一个完全不同的数字(0.0088)吗?提前致谢。
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)