Narzędzia do analizy portfela

Wprowadzenie do analizy portfela w Pythonie

Charlotte Werger

Data Scientist

Profesjonalne narzędzia do analizy portfela

Zrzut ekranu profesjonalnego narzędzia do zarządzania portfelem

Backtesting strategii

Backtesting: testowanie strategii na danych historycznych i ocena jej wyników
Strategia działająca na danych historycznych nie gwarantuje skuteczności w przyszłości -> zmiany na rynkach

Wyniki backtestu portfela na tle indeksu

Narzędzie pyfolio firmy Quantopian

$ $

Logo Quantopian

$ $ Logo Pyfolio

¹ Github: https://github.com/quantopian/pyfolio

Analiza wyników i ryzyka w Pyfolio

# Install the package
!pip install pyfolio
# Import the package
import pyfolio as pf

# Read the data as a pandas series
returns=pd.Series(pd.read_csv('pf_returns.csv')
returns.index=pd.to_datetime(returns.index)

# Create a tear sheet on returns
pf.create_returns_tear_sheet(returns)

# If you have backtest and live data 
pf.create_returns_tear_sheet(returns, live_start_date='2018-03-01')

Raport tear sheet w Pyfolio

Tabela zwrotów w raporcie tear sheet Pyfolio

Krocząca miara Sharpe'a w raporcie tear sheet Pyfolio

Wykres obsunięcia kapitału w raporcie tear sheet Pyfolio

Udziały i ekspozycje w Pyfolio

# define our sector mappings
sect_map = {'COST': 'Consumer Goods',
            'INTC': 'Technology', 
            'CERN': 'Healthcare', 
            'GPS': 'Technology',
            'MMM': 'Construction', 
            'DELL': 'Technology', 
            'AMD': 'Technology'}

pf.create_position_tear_sheet(returns, positions, 
                             sector_mappings=sect_map)

Wyniki raportu ekspozycji

Top 10 pozycji w raporcie tear sheet Pyfolio

$ $

Alokacja sektorowa w raporcie tear sheet Pyfolio

Czas na ćwiczenia!

Wprowadzenie do analizy portfela w Pythonie