Resumen

Introducción al análisis de carteras en Python

Charlotte Werger

Data Scientist

Capítulo 1: Calcular riesgo y rentabilidad

$ $

  • Cartera: conjunto de activos y pesos
  • Diversificación
  • Rentabilidad media vs. rentabilidad acumulada
  • Varianza, desviación estándar, correlaciones y matriz de covarianzas
  • Cálculo de la varianza de la cartera
Introducción al análisis de carteras en Python

Capítulo 2: Profundizar en medidas de riesgo

$ $

  • Anualizar rentabilidades y riesgo para comparar periodos
  • Ratio de Sharpe como medida de rentabilidad ajustada al riesgo
  • Asimetría y curtosis: más allá de media y varianza
  • Máxima caída, riesgo a la baja y ratio de Sortino
Introducción al análisis de carteras en Python

Capítulo 3: Desglosar el rendimiento

$ $

  • Comparar con benchmark: pesos activos y retornos activos
  • Factores de inversión: explican retornos y fuentes de riesgo
  • Modelo de 3 factores de Fama-French: descomponer en factores explicativos y alfa
  • Pyfolio como herramienta de análisis de carteras
Introducción al análisis de carteras en Python

Capítulo 4: Encontrar la cartera óptima

$ $

  • Optimización de carteras de Markowitz: frontera eficiente, máxima Sharpe y mínima volatilidad
  • Riesgo y rentabilidad con ponderación exponencial, semicovarianza
Introducción al análisis de carteras en Python

Aprendizaje continuo

$ $

  • Curso de DataCamp sobre gestión del riesgo de carteras en Python
  • Serie de clases de Quantopian: https://www.quantopian.com/lectures
  • Aprender haciendo: Pyfolio y PyPortfolioOpt
Introducción al análisis de carteras en Python

Fin del curso

Introducción al análisis de carteras en Python

Preparing Video For Download...