代替的なリスク指標

Pythonで学ぶポートフォリオ分析入門

Charlotte Werger

Data Scientist

下方リスクを見る

上方・下方リスクのグラフ

良いリスク指標は損失（下方リスク）に注目すべき

ソルティノ比

シャープ比に類似、ただし分散が異なる
$ Sortino \; Ratio = \frac{R_p - R_f}{\sigma_d}$
$\sigma_d$ は下方リターンの標準偏差

下方リスクの計算

Pythonでのソルティノ比

# 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

最大ドローダウン

市場のピークからボトムまでの最大下落率
選ぶ期間に依存
回復時間：損益分岐に戻るまでの時間

S&P500のドローダウンの推移

Pythonでの日次最大ドローダウン

# 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()

Appleの最大ドローダウン

Apple価格の最大ドローダウンのプロット

Passons à la pratique !

Pythonで学ぶポートフォリオ分析入門