Strumenti per l’analisi del portafoglio

Introduzione all'analisi di portafoglio in Python

Charlotte Werger

Data Scientist

Strumenti professionali di analisi del portafoglio

Screenshot di uno strumento professionale di gestione portafogli

Backtesting della strategia

Backtesting: esegui la strategia su dati storici per valutarne la performance
Funziona sui dati storici? Non è garanzia per il futuro → i mercati cambiano

Risultati di backtest del portafoglio rispetto a un indice

Pyfolio di Quantopian

$ $

Logo Quantopian

$ $ Logo Pyfolio

¹ Github: https://github.com/quantopian/pyfolio

Analisi di performance e rischio in Pyfolio

# Install the package
!pip install pyfolio
# Import the package
import pyfolio as pf

# Read the data as a pandas series
returns=pd.Series(pd.read_csv('pf_returns.csv')
returns.index=pd.to_datetime(returns.index)

# Create a tear sheet on returns
pf.create_returns_tear_sheet(returns)

# If you have backtest and live data 
pf.create_returns_tear_sheet(returns, live_start_date='2018-03-01')

Tear sheet di Pyfolio

Tabella dei rendimenti nel tear sheet di Pyfolio

Sharpe rolling nel tear sheet di Pyfolio

Drawdown nel tear sheet di Pyfolio

Posizioni ed esposizioni in Pyfolio

# define our sector mappings
sect_map = {'COST': 'Consumer Goods',
            'INTC': 'Technology', 
            'CERN': 'Healthcare', 
            'GPS': 'Technology',
            'MMM': 'Construction', 
            'DELL': 'Technology', 
            'AMD': 'Technology'}

pf.create_position_tear_sheet(returns, positions, 
                             sector_mappings=sect_map)

Risultati del tear sheet di esposizione

Top 10 posizioni nel tear sheet di Pyfolio

$ $

Allocazione settoriale nel tear sheet di Pyfolio

Ayo berlatih!

Introduzione all'analisi di portafoglio in Python