Podsumowanie
Wprowadzenie do analizy portfela w Pythonie
Charlotte Werger
Data Scientist
Rozdział 1: Obliczanie ryzyka i zwrotu
$ $
- Portfel jako zbiór wag i aktywów
- Dywersyfikacja
- Zwroty średnie a zwroty skumulowane
- Wariancja, odchylenie standardowe, korelacje i macierz kowariancji
- Obliczanie wariancji portfela
Rozdział 2: Dogłębna analiza miar ryzyka
$ $
- Annualizacja zwrotów i ryzyka w celu porównania różnych okresów
- Wskaźnik Sharpe'a jako miara zwrotów skorygowanych o ryzyko
- Skośność i kurtoza: analiza rozkładu poza średnią i wariancją
- Maksymalne obsunięcie kapitału, ryzyko spadkowe i wskaźnik Sortino
Rozdział 3: Analiza wyników portfela
$ $
- Porównanie z benchmarkiem za pomocą aktywnych wag i aktywnych zwrotów
- Czynniki inwestycyjne: wyjaśnianie zwrotów i źródeł ryzyka
- Model trzech czynników Famy-Frencha: dekompozycja wyników na wyjaśnialne czynniki i alfę
- Pyfolio jako narzędzie do analizy portfela
Rozdział 4: Znajdowanie optymalnego portfela
$ $
- Optymalizacja portfela Markowitza: efektywna granica, portfele o maksymalnym wskaźniku Sharpe'a i minimalnej zmienności
- Wykładniczo ważone ryzyko i zwrot, semicowariancja
Dalsza nauka
$ $
- Kurs DataCamp: Zarządzanie ryzykiem portfela w Pythonie
- Seria wykładów Quantopian: https://www.quantopian.com/lectures
- Nauka przez praktykę: Pyfolio i PyPortfolioOpt
Koniec kursu
Wprowadzenie do analizy portfela w Pythonie
