Membandingkan dengan tolok ukur

Pengantar Analisis Portofolio dengan Python

Charlotte Werger

Data Scientist

Investasi aktif terhadap tolok ukur

Return kumulatif portofolio dibandingkan return kumulatif tolok ukur

Pengantar Analisis Portofolio dengan Python

Return aktif untuk portofolio dikelola aktif

$$

  • Return aktif adalah kinerja investasi (aktif) relatif terhadap tolok ukurnya.
  • Dihitung sebagai selisih antara return tolok ukur dan return aktual.
  • Return aktif dicapai lewat investasi "aktif", yaitu mengambil posisi overweight dan underweight dari tolok ukur.
Pengantar Analisis Portofolio dengan Python

Tracking error untuk index tracker

$$

  • Reksa dana pasif, atau index tracker, tidak memakai return aktif sebagai metrik kinerja.
  • Tracking error adalah istilah untuk selisih portofolio dan tolok ukur pada dana pasif.
Pengantar Analisis Portofolio dengan Python

Bobot aktif

Diagram batang bobot aktif per industri

1 Sumber: Schwab Center for Financial Research.
Pengantar Analisis Portofolio dengan Python

Return aktif di Python

# Inspect the data 
portfolio_data.head()
      mean_ret    var     pf_w     bm_w     GICS Sector    
Ticker                            
A       0.146    0.035    0.002    0.005    Health Care    
AAL     0.444    0.094    0.214    0.189    Industrials    
AAP     0.242    0.029    0.000    0.000    Consumer Discretionary    
AAPL    0.225    0.027    0.324    0.459    Information Technology        
ABBV    0.182    0.029    0.026    0.010    Health Care
1 Global Industry Classification System (GICS)
Pengantar Analisis Portofolio dengan Python

Return aktif di Python

# Calculate mean portfolio return
total_return_pf = (pf_w*mean_ret).sum()
# Calculate mean benchmark return
total_return_bm = (bm_w*mean_ret).sum()
# Calculate active return
active_return = total_return_pf - total_return_bm 
print ("Simple active return: ", active_return)
Simple active return: 6.5764
Pengantar Analisis Portofolio dengan Python

Bobot aktif di Python

# Group dataframe by GICS sectors 
grouped_df=portfolio_data.groupby('GICS Sector').sum()
# Calculate active weights of portfolio
grouped_df['active_weight']=grouped_df['pf_weights']-
                            grouped_df['bm_weights']

print (grouped_df['active_weight'])
GICS Sector
Consumer Discretionary         20.257
Financials                     -2.116
...etc
Pengantar Analisis Portofolio dengan Python

Ayo berlatih!

Pengantar Analisis Portofolio dengan Python

Preparing Video For Download...