Riepilogo
Introduzione all'analisi di portafoglio in Python
Charlotte Werger
Data Scientist
Capitolo 1: Calcolare rischio e rendimento
$ $
- Portafoglio come insieme di pesi e asset
- Diversificazione
- Ritorni medi vs ritorni cumulati
- Varianza, deviazione standard, correlazioni e matrice di covarianza
- Calcolo della varianza del portafoglio
Capitolo 2: Approfondire le misure di rischio
$ $
- Annualizzare rendimenti e rischio per confrontare periodi diversi
- Rapporto di Sharpe come misura di rendimento aggiustato per il rischio
- Skewness e kurtosi: oltre media e varianza di una distribuzione
- Max drawdown, rischio di ribasso e rapporto di Sortino
Capitolo 3: Scomporre la performance
$ $
- Confronto col benchmark: pesi attivi e rendimenti attivi
- Fattori d’investimento: spiegano rendimenti e fonti di rischio
- Modello Fama-French a 3 fattori: scomporre performance in fattori e alpha
- Pyfolio come tool di analisi del portafoglio
Capitolo 4: Trovare il portafoglio ottimale
$ $
- Ottimizzazione di Markowitz: frontiera efficiente, massimo Sharpe e minimo volatilità
- Rischio e rendimento a pesi esponenziali, semicovarianza
Approfondimenti
$ $
- Corso DataCamp su Portfolio Risk Management in Python
- Serie di lezioni di Quantopian: https://www.quantopian.com/lectures
- Imparare facendo: Pyfolio e PyPortfolioOpt
Fine del corso
Introduzione all'analisi di portafoglio in Python
