Récapitulatif

Introduction à l’analyse de portefeuille en Python

Charlotte Werger

Data Scientist

Chapitre 1 : Calculer risque et rendement

$ $

  • Un portefeuille : ensemble de pondérations et d’actifs
  • Diversification
  • Rendements moyens vs rendements cumulés
  • Variance, écart type, corrélations et matrice de covariance
  • Calcul de la variance de portefeuille
Introduction à l’analyse de portefeuille en Python

Chapitre 2 : Approfondir les mesures de risque

$ $

  • Annualiser rendements et risque pour comparer des périodes
  • Ratio de Sharpe : mesure du rendement ajusté du risque
  • Asymétrie et kurtosis : au‑delà de la moyenne et de la variance
  • Perte maximale, risque baissier et ratio de Sortino
Introduction à l’analyse de portefeuille en Python

Chapitre 3 : Décomposer la performance

$ $

  • Comparer au benchmark : poids actifs et rendements actifs
  • Facteurs d’investissement : expliquer rendements et sources de risque
  • Modèle Fama‑French à 3 facteurs : décomposer performance en facteurs explicatifs et alpha
  • Pyfolio comme outil d’analyse de portefeuille
Introduction à l’analyse de portefeuille en Python

Chapitre 4 : Trouver le portefeuille optimal

$ $

  • Optimisation de portefeuille de Markowitz : frontière efficiente, Sharpe max et volatilité minimale
  • Risque et rendement à pondération exponentielle, semicovariance
Introduction à l’analyse de portefeuille en Python

Pour aller plus loin

$ $

  • Cours DataCamp sur la gestion du risque de portefeuille en Python
  • Série de cours Quantopian : https://www.quantopian.com/lectures
  • Apprendre en pratiquant : Pyfolio et PyPortfolioOpt
Introduction à l’analyse de portefeuille en Python

Fin du cours

Introduction à l’analyse de portefeuille en Python

Preparing Video For Download...