대체 위험 측정치

Python으로 배우는 포트폴리오 분석 입문

Charlotte Werger

Data Scientist

하방 위험 살펴보기

상방/하방 위험 그래프

좋은 위험 지표는 잠재적 손실, 즉 하방 위험에 초점을 맞춰야 합니다

소르티노 비율

샤프 비율과 유사하되 표준편차가 다릅니다
$ Sortino \; Ratio = \frac{R_p - R_f}{\sigma_d}$
$\sigma_d$는 하방 수익률의 표준편차입니다.

하방 위험 계산

파이썬으로 소르티노 비율

# 무위험수익률과 목표수익률(0) 정의
rfr = 0
target_return = 0

# 가격에서 일간 수익률 계산
apple_returns=pd.DataFrame(apple_price.pct_change())

# 음의 수익률만 선택
negative_returns = apple_returns.loc[apple_returns['AAPL'] < target]

# 기대수익률과 하방 표준편차 계산
expected_return = apple_returns['AAPL'].mean()
down_stdev = negative_returns.std()

# 소르티노 비율 계산
sortino_ratio = (expected_return - rfr)/down_stdev
print(sortino_ratio)

0.07887683763760528

최대 낙폭 (Maximum drawdown)

시장 고점에서 저점까지의 최대 하락률
선택한 기간에 따라 달라짐
회복 시간: 본전까지 회복하는 데 걸리는 시간

S&P500의 기간별 최대 낙폭

파이썬으로 일간 최대 낙폭

# rolling().max()으로 가격의 구간 최대값 계산
roll_max = apple_price.rolling(min_periods=1,window=250).max()

# 구간 최대값 대비 일간 낙폭 계산
daily_drawdown = apple_price/roll_max - 1.0

# 일간 최대 낙폭 계산
max_daily_drawdown = daily_drawdown.rolling(min_periods=1,window=250).min()

# 결과 시각화
daily_drawdown.plot()
max_daily_drawdown.plot()
plt.show()

애플의 최대 낙폭

애플 가격의 최대 낙폭 그래프

연습해 봅시다!

Python으로 배우는 포트폴리오 분석 입문