위험 조정 수익률
Python으로 배우는 포트폴리오 분석 입문
Charlotte Werger
Data Scientist
포트폴리오 선택
$ $
포트폴리오 1
- 연간 수익률 14%
- 변동성(표준편차) 8%
$ $
포트폴리오 2
- 연간 수익률 6%
- 변동성 3%
위험 조정 수익률
$$
- 투자 수익을 그 수익을 내는 데 수반된 위험으로 정의합니다
- 보통 비율로 표시됩니다
- 서로 다른 투자 대안을 객관적으로 비교할 수 있습니다
- 수익이 위험을 정당화하는지 알려줍니다
샤프 지수
- 샤프 지수는 가장 널리 쓰이는 위험 조정 수익률 비율입니다
- 계산식:
$ Sharpe \; ratio = \frac{R_p - R_f} {\sigma_p} $
여기서 $ R_p$ 는 포트폴리오 수익, $R_f$ 는 무위험이자율, ${\sigma_p} $ 는 포트폴리오 표준편차입니다
포트폴리오 ${\sigma_p} $ 공식이 기억나시나요?
- $ \sigma_p = \sqrt(Weights \; transposed (Covariance \; matrix \; * \; Weights)$)
변동성 연환산하기
$$
- 연환산 표준편차: $ \sigma_a=\sigma_m * \sqrt{T} $
- $ \sigma_m $ 는 측정된 표준편차
- $ \sigma_a $ 는 연환산 표준편차
- T 는 연간 데이터 수
- 분산을 쓰면: $ \sigma_a^2=\sigma_m^2 * {T} $
샤프 지수 계산
# Calculate the annualized standard deviation
annualized_vol = apple_returns.std()*np.sqrt(250)
print (annualized_vol)
0.2286248397870068
# Define the risk free rate
risk_free = 0.01
# Calcuate the sharpe ratio
sharpe_ratio = (annualized_return - risk_free) / annualized_vol
print (sharpe_ratio)
0.6419569149994251
어느 포트폴리오를 선택하셨나요?
$ $
포트폴리오 1
- 연간 수익률 14%
- 변동성(표준편차) 8%
- 샤프 지수 1.75
$ $
포트폴리오 2
- 연간 수익률 6%
- 변동성 3%
- 샤프 지수 2
연습해 봅시다!
Python으로 배우는 포트폴리오 분석 입문
