ポートフォリオの構成とバックテスト

Pythonで学ぶポートフォリオ・リスク管理入門

Dakota Wixom

Quantitative Analyst | QuantCourse.com

ポートフォリオリターンの計算

ポートフォリオリターンの計算式：

$$ R_p = R_{a_1} w_{a_1} + R_{a_2} w_{a_2} + ... + R_{a_n} w_{a_1} $$

$ R_p$：ポートフォリオリターン
$ R_{a_n}$：銘柄 n のリターン
$ w_{a_n}$：銘柄 n のウェイト

StockReturns が株式リターンの pandas DataFrame の場合、指定したウェイトでポートフォリオリターンを計算するには：

import numpy as np
portfolio_weights = np.array([0.25, 0.35, 0.10, 0.20, 0.10])
port_ret = StockReturns.mul(portfolio_weights, axis=1).sum(axis=1)
port_ret

Date
2017-01-03    0.008082
2017-01-04    0.000161
2017-01-05    0.003448
         ...

StockReturns["Portfolio"] = port_ret

Python での均等加重ポートフォリオ

StockReturns が株式リターンの pandas DataFrame の場合、均等加重ポートフォリオのリターンを計算するには：

import numpy as np
numstocks = 5
portfolio_weights_ew = np.repeat(1/numstocks, numstocks)
StockReturns.iloc[:,0:numstocks].mul(portfolio_weights_ew, axis=1).sum(axis=1)

Date
2017-01-03    0.008082
2017-01-04    0.000161
2017-01-05    0.003448
         ...

Python でのポートフォリオリターンの可視化

Python で日次リターンをプロットするには：

StockPrices["Returns"] = StockPrices["Adj Close"].pct_change()
StockReturns = StockPrices["Returns"]
StockReturns.plot()

ポートフォリオ累積リターンの可視化

複数のポートフォリオの累積リターンをプロットするには：

import matplotlib.pyplot as plt
CumulativeReturns = ((1 + StockReturns).cumprod() - 1)
CumulativeReturns[["Portfolio","Portfolio_EW"]].plot()

時価総額

時価総額：企業の上場株式の価値。

Market cap とも呼ばれます。

時価総額加重ポートフォリオ

銘柄 n の時価総額ウェイトを算出するには：

$$ w_{mcap_n} = \frac{mcap_n}{ \sum_{i=1}^n mcap_i } $$

Python での時価総額ウェイトの計算

各企業の時価総額データがある場合、Python での時価総額ウェイトの計算方法：

import numpy as np
market_capitalizations = np.array([100, 200, 100, 100])
mcap_weights = market_capitalizations/sum(market_capitalizations)
mcap_weights

array([0.2, 0.4, 0.2, 0.2])

練習しましょう！

Pythonで学ぶポートフォリオ・リスク管理入門