Ukuran risiko alternatif

Pengantar Analisis Portofolio dengan Python

Charlotte Werger

Data Scientist

Melihat risiko sisi bawah

Grafik risiko naik dan turun

Ukuran risiko yang baik berfokus pada potensi kerugian, yaitu risiko sisi bawah

Rasio Sortino

Mirip rasio Sharpe, namun dengan deviasi standar yang berbeda
$ Sortino \; Ratio = \frac{R_p - R_f}{\sigma_d}$
$\sigma_d$ adalah deviasi standar sisi bawah.

Perhitungan risiko sisi bawah

Rasio Sortino di Python

# Define risk free rate and target return of 0
rfr = 0
target_return = 0

# Calcualte the daily returns from price data
apple_returns=pd.DataFrame(apple_price.pct_change())

# Select the negative returns only 
negative_returns = apple_returns.loc[apple_returns['AAPL'] < target]

# Calculate expected return and std dev of downside returns
expected_return = apple_returns['AAPL'].mean()
down_stdev = negative_returns.std()

# Calculate the sortino ratio
sortino_ratio = (expected_return - rfr)/down_stdev
print(sortino_ratio)

0.07887683763760528

Penarikan maksimum (maximum drawdown)

Persentase rugi terbesar dari puncak ke dasar pasar
Bergantung pada jangka waktu yang dipilih
Waktu pemulihan: waktu untuk kembali impas

Penarikan maksimum S&P500 dari waktu ke waktu

Penarikan harian maksimum di Python

# Calculate the maximum value of returns using rolling().max()
roll_max = apple_price.rolling(min_periods=1,window=250).max()

# Calculate daily draw-down from rolling max
daily_drawdown = apple_price/roll_max - 1.0

# Calculate maximum daily draw-down
max_daily_drawdown = daily_drawdown.rolling(min_periods=1,window=250).min()

# Plot the results
daily_drawdown.plot()
max_daily_drawdown.plot()
plt.show()

Penarikan maksimum Apple

Plot penarikan maksimum harga Apple

Ayo berlatih!

Pengantar Analisis Portofolio dengan Python