Portefeuillerendementen

Introductie tot portefeuille-analyse in Python

Charlotte Werger

Data Scientist

Wat zijn portefeuillewegingen?

Weight = percentage weging van een asset in een portefeuille
Alle gewichten samen = 100%
Gewichten en diversificatie (enkele grote vs. veel kleine posities)

Optimale portefeuillewegingen voor cryptobeleggen

Portefeuillewegingen berekenen

Bereken: waarde van effect delen door totale portefeuillevertrouwde
Gelijkgewogen portefeuille of marktkap-gewogen portefeuille
Gewichten sturen je strategie; stel ze in om risico en verwacht rendement te optimaliseren

Berekening van portefeuillewegingen

Portefeuillerendementen

Verandering in waarde door de tijd
$ Return_t = \frac{V_t - V_{t-1}}{V_{t-1}} $

Rendementen van portefeuille en S&P500-index

Portefeuillerendementen

$ Return_t = \frac{V_t - V_{t-1}}{V_{t-1}} $

Historische gemiddelde rendementen worden vaak gebruikt als verwacht rendement

Let op verwarring: gemiddeld rendement, cumulatief rendement, actief rendement en jaarrendement

Rendement berekenen uit prijsdata

df.head(2)
              AAPL     AMZN      TSLA    
date                    
2018-03-25    13.88    114.74    92.48    
2018-03-26    13.35    109.95    89.79

# Calculate returns over each day
returns = df.pct_change()

returns.head(2)
              AAPL          AMZN        TSLA    
date                
2018-03-25    NaN            NaN        NaN    
2018-03-26    -0.013772    0.030838    0.075705

Rendement berekenen uit prijsdata

weights = np.array([0, 0.50, 0.25])

# Calculate average return for each stock
meanDailyReturns = returns.mean()

# Calculate portfolio return 
portReturn = np.sum(meanDailyReturns*weights)
print (portReturn)

0.05752375881537723

Cumulatieve rendementen berekenen

# Calculate daily portfolio returns
returns['Portfolio']= returns.dot(weights)

# Let's see what it looks like
returns.head(3)

                AAPL        AMZN        TSLA        Portfolio
date                    
2018-03-23    -0.020974    -0.026739    -0.029068   -0.025880
2018-03-26    -0.013772    0.030838     0.075705    0.030902

Cumulatieve rendementen berekenen

# Compound the percentage returns over time 
daily_cum_ret=(1+returns).cumprod()

# Plot your cumulative return 
daily_cum_ret.Portfolio.plot()

Cumulatief rendement: grafiek

Grafiek cumulatieve portefeuillerendementen

Laten we oefenen!

Introductie tot portefeuille-analyse in Python