Misure alternative di rischio

Introduzione all'analisi di portafoglio in Python

Charlotte Werger

Data Scientist

Guardare al rischio di ribasso

Grafico del rischio al rialzo e al ribasso

Una buona misura di rischio deve concentrarsi sulle perdite potenziali, cioè il downside risk

Sortino ratio

Simile allo Sharpe ratio, ma con una deviazione standard diversa
$ Sortino \; Ratio = \frac{R_p - R_f}{\sigma_d}$
$\sigma_d$ è la deviazione standard del ribasso.

Calcolo del rischio di ribasso

Sortino ratio in Python

# Definisci tasso privo di rischio e rendimento obiettivo 0
rfr = 0
target_return = 0

# Calcola i rendimenti giornalieri dai prezzi
apple_returns=pd.DataFrame(apple_price.pct_change())

# Seleziona solo i rendimenti negativi 
negative_returns = apple_returns.loc[apple_returns['AAPL'] < target]

# Calcola rendimento atteso e deviazione std dei rendimenti al ribasso
expected_return = apple_returns['AAPL'].mean()
down_stdev = negative_returns.std()

# Calcola il Sortino ratio
sortino_ratio = (expected_return - rfr)/down_stdev
print(sortino_ratio)

0.07887683763760528

Maximum draw-down

La perdita percentuale massima dal picco al minimo
Dipende dalla finestra temporale scelta
Tempo di recupero: quanto serve per tornare in pari

Draw-downs of the S&P500 over time

Maximum daily draw-down in Python

# Calcola il valore massimo dei prezzi con rolling().max()
roll_max = apple_price.rolling(min_periods=1,window=250).max()

# Calcola il drawdown giornaliero dal massimo mobile
daily_drawdown = apple_price/roll_max - 1.0

# Calcola il drawdown giornaliero massimo
max_daily_drawdown = daily_drawdown.rolling(min_periods=1,window=250).min()

# Grafica i risultati
daily_drawdown.plot()
max_daily_drawdown.plot()
plt.show()

Maximum draw-down di Apple

Grafico del maximum draw-down dei prezzi Apple

Passiamo alla pratica !

Introduzione all'analisi di portafoglio in Python