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 harus fokus pada potensi kerugian, yaitu risiko sisi bawah

Rasio Sortino

Mirip rasio Sharpe, tetapi 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

Maximum drawdown

Persentase penurunan terbesar dari puncak ke lembah pasar
Bergantung pada jendela waktu yang dipilih
Waktu pemulihan: waktu untuk kembali ke impas

Penarikan maksimum S&P500 dari waktu ke waktu

Maximum daily drawdown 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()

Maximum drawdown Apple

Plot maximum drawdown harga Apple

Ayo berlatih!

Pengantar Analisis Portofolio dengan Python