Medidas alternativas de risco

Introdução à Análise de Portfólios em Python

Charlotte Werger

Data Scientist

Analisando o risco de queda

Gráfico de risco de alta e de queda

Uma boa medida de risco foca nas perdas potenciais (downside risk)

Índice de Sortino

Parecido com o índice de Sharpe, mas com um desvio padrão diferente
$ Sortino \; Ratio = \frac{R_p - R_f}{\sigma_d}$
$\sigma_d$ é o desvio padrão da queda.

Cálculo do risco de queda

Índice de Sortino em Python

# Define risk free rate and target return of 0
rfr = 0
target_return = 0

# Calcualte the daily returns from price data
apple_returns=pd.DataFrame(apple_price.pct_change())

# Select the negative returns only 
negative_returns = apple_returns.loc[apple_returns['AAPL'] < target]

# Calculate expected return and std dev of downside returns
expected_return = apple_returns['AAPL'].mean()
down_stdev = negative_returns.std()

# Calculate the sortino ratio
sortino_ratio = (expected_return - rfr)/down_stdev
print(sortino_ratio)

0.07887683763760528

Máximo drawdown

A maior perda percentual do pico ao vale do mercado
Depende da janela de tempo escolhida
Tempo de recuperação: quanto leva para voltar ao zero a zero

Recuos do S&P500 ao longo do tempo

Máximo drawdown diário em Python

# Calculate the maximum value of returns using rolling().max()
roll_max = apple_price.rolling(min_periods=1,window=250).max()

# Calculate daily draw-down from rolling max
daily_drawdown = apple_price/roll_max - 1.0

# Calculate maximum daily draw-down
max_daily_drawdown = daily_drawdown.rolling(min_periods=1,window=250).min()

# Plot the results
daily_drawdown.plot()
max_daily_drawdown.plot()
plt.show()

Máximo drawdown da Apple

Gráfico do máximo drawdown dos preços da Apple

Vamos praticar!

Introdução à Análise de Portfólios em Python