Zwroty finansowe

Wprowadzenie do zarządzania ryzykiem portfela w Pythonie

Dakota Wixom

Quantitative Analyst | QuantCourse.com

Przegląd kursu

Naucz się analizować rozkłady zwrotów z inwestycji, budować portfele, ograniczać ryzyko i identyfikować kluczowe czynniki wpływające na wyniki portfela.

Ryzyko inwestycyjne — analiza jednowymiarowa
Inwestowanie portfelowe
Inwestowanie czynnikowe
Prognozowanie i ograniczanie ryzyka

Ryzyko inwestycyjne

Czym jest ryzyko?

Ryzyko na rynkach finansowych to miara niepewności
Rozproszenie lub wariancja zwrotów finansowych

Jak zazwyczaj mierzy się ryzyko?

Odchylenie standardowe lub wariancja dziennych zwrotów
Kurtoza rozkładu dziennych zwrotów
Skośność rozkładu dziennych zwrotów
Historyczny drawdown

Ryzyko finansowe

Zwroty

Prawdopodobieństwo

Dwa rodzaje zwrotów

Zwroty są obliczane na podstawie cen akcji
Zwroty dyskretne (proste) są najczęściej stosowane i odzwierciedlają okresowe ruchy cen (np. dzienne, tygodniowe, miesięczne)
Zwroty logarytmiczne są często stosowane w badaniach akademickich i modelowaniu finansowym. Zakładają ciągłe kapitalizowanie.

Obliczanie zwrotów z akcji

Zwroty dyskretne oblicza się jako zmianę ceny wyrażoną jako procent ceny z poprzedniego okresu

Obliczanie zwrotów logarytmicznych

Zwroty logarytmiczne oblicza się jako różnicę logarytmów dwóch cen
Zwroty logarytmiczne agregują się w czasie, natomiast zwroty dyskretne agregują się między aktywami

$$ Rl = \ln(\frac{P_{t_2}}{P_{t_1}}) $$

lub równoważnie

$$ Rl = \ln(P_{t_2}) - \ln(P_{t_1}) $$

Obliczanie zwrotów z akcji w Pythonie

Krok 1:

Wczytaj dane o cenach akcji i zapisz je jako DataFrame biblioteki pandas, posortowany według daty:

import pandas as pd 
StockPrices = pd.read_csv('StockData.csv', parse_dates=['Date'])
StockPrices = StockPrices.sort_values(by='Date')
StockPrices.set_index('Date', inplace=True)

Obliczanie zwrotów z akcji w Pythonie

Krok 2:

Oblicz dzienne zwroty na podstawie skorygowanych cen zamknięcia i dodaj je jako nową kolumnę w DataFrame.

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

Wizualizacja rozkładów zwrotów

import matplotlib.pyplot as plt
plt.hist(StockPrices["Returns"].dropna(), bins=75, density=False)
plt.show()

Czas na ćwiczenia!

Wprowadzenie do zarządzania ryzykiem portfela w Pythonie