Rendimenti corretti per il rischio

Introduzione all'analisi di portafoglio in Python

Charlotte Werger

Data Scientist

Scegli un portafoglio

$ $

Portafoglio 1

$ $

Portafoglio 2

Definisce il rendimento di un investimento misurando il rischio necessario per ottenerlo
Di solito è un rapporto
Consente confronti oggettivi tra opzioni di investimento
Indica se il rendimento giustifica il rischio

Lo Sharpe ratio è il rapporto più usato per il rendimento corretto per il rischio
Si calcola così:
$ Sharpe \; ratio = \frac{R_p - R_f} {\sigma_p} $
Dove: $ R_p$ è il rendimento del portafoglio, $R_f$ è il tasso privo di rischio e ${\sigma_p} $ è la deviazione standard del portafoglio
Ricordi la formula per ${\sigma_p}$ del portafoglio?
$ \sigma_p = \sqrt(Weights \; transposed (Covariance \; matrix \; * \; Weights)$)

La deviazione standard annualizzata si calcola così: $ \sigma_a=\sigma_m * \sqrt{T} $
$ \sigma_m $ è la deviazione standard misurata
$ \sigma_a $ è la deviazione standard annualizzata
T è il numero di dati per anno
In alternativa, usando la varianza invece della deviazione standard: $ \sigma_a^2=\sigma_m^2 * {T} $

# Calculate the annualized standard deviation
annualized_vol = apple_returns.std()*np.sqrt(250)
print (annualized_vol)

0.2286248397870068

# Define the risk free rate
risk_free = 0.01

# Calcuate the sharpe ratio
sharpe_ratio = (annualized_return - risk_free) / annualized_vol
print (sharpe_ratio)

0.6419569149994251

$ $

Portafoglio 1

$ $

Portafoglio 2

Introduzione all'analisi di portafoglio in Python