1.課堂筆記
2.Beta風險和迴歸線（市場特徵線）
參考Robert Shiller先生在Coursera上的Finanacial Market課程當中介紹的Beta值
Beta值可以用來評估一個投資組合和市場整體的相對起伏程度，舉例來說，一支基金的Beta直是0.9，代表市場上升1%時，他會上升0.9%，而市場下降1%時，他會下降0.9%。Robert Shiller在白板上畫出蘋果報酬以及市場報酬的散佈圖來做介紹，透過這個散佈圖，可以畫出一條回歸線（市場特徵線），迴歸線的斜率就是Beta，然而，散佈圖上的點，不是都在線上，而是跟現有距離，這是來自idiosyncratic risk(非系統風險)又稱或可分散風險，是指只對某個行業或個別公司的產生影響的風險，它通常是由公司某一特殊的因素引起，而只對個別或少數的收益產生影響。
Beta風險與市場特徵線
https://ebrary.net/499/business_finance/beta_systemic_risk_characteristic_line
Var市場風險
3.TEJ下載股票分析，這邊做學號後兩碼52 1452宏益
y=o.667X-0.0004
R平方＝0.131 解釋力不佳
4.課本重點
14.5 Testing Portions of the Multiple Regression Model檢核多重回歸中的部分
(p.513)
當我們在做多重回歸模型時，我們希望用能減少預測誤差的獨立變項，如果一個獨立變項對回歸模型的預測沒有益處，可以把他從當中刪除，減少獨立變項。部分F檢定，可以用來檢視獨立變項的貢獻能力。公式14.9/14.10的回歸平方和SSR可以用來檢視獨立變項的貢獻程度。
公式14.11的F檢定可以用來檢定變項是否對回歸模型有貢獻
F檢定和t檢定的關係，F是t的平方
Coefficient of Partial Determination 淨決定係數
多重回歸係數R平方用來判斷變異Y被獨立變項解釋的程度，Coefficient of Partial Determination則是用以衡量當其他獨立變項被控制時，變異在相依變項中被一獨立變項解釋的比例。公式如下。
15.3 Collinearity共線性
共線性是在說兩個或兩個以上的獨立變項之間有高度相關。他們不提供獨特的資訊，所以難以將其這些變項的效果與相依變相分別。當共線性存在時，相關變項的回歸係數可能會有大幅度的波動。要決定獨立變項的變異數膨脹因素(variance inflation factor, VIF) 用以下公式。
當一組獨立變項是無關時時候，VIF的和會等於1，若有高度相關，則會很大，甚至超過10。