Zwroty z portfela

Wprowadzenie do analizy portfela w Pythonie

Charlotte Werger

Data Scientist

Czym są wagi portfela?

  • Waga to procentowy udział danego aktywa w portfelu
  • Suma wszystkich wag musi wynosić 100%
  • Wagi a dywersyfikacja (kilka dużych inwestycji vs. wiele małych)

Optymalne wagi portfela kryptowalut

Wprowadzenie do analizy portfela w Pythonie

Obliczanie wag portfela

$$

  • Obliczana jako wartość papieru wartościowego podzielona przez łączną wartość portfela
  • Portfel równoważony lub ważony kapitalizacją rynkową
  • Wagi wyznaczają strategię inwestycyjną i można je optymalizować pod kątem ryzyka i oczekiwanego zwrotu

Obliczanie wag portfela

Wprowadzenie do analizy portfela w Pythonie

Zwroty z portfela

  • Zmiany wartości w czasie

  • $ Return_t = \frac{V_t - V_{t-1}}{V_{t-1}} $

Zwroty portfela i indeksu S&P500

Wprowadzenie do analizy portfela w Pythonie

Zwroty z portfela

$$

  • $ Return_t = \frac{V_t - V_{t-1}}{V_{t-1}} $
  • Historyczne średnie zwroty często stosowane do obliczania zwrotu oczekiwanego
  • Uwaga na niejednoznaczności: zwrot średni, skumulowany, aktywny i annualizowany
Wprowadzenie do analizy portfela w Pythonie

Obliczanie zwrotów z danych cenowych

df.head(2)
              AAPL     AMZN      TSLA    
date                    
2018-03-25    13.88    114.74    92.48    
2018-03-26    13.35    109.95    89.79

# Calculate returns over each day
returns = df.pct_change()

returns.head(2)
              AAPL          AMZN        TSLA    
date                
2018-03-25    NaN            NaN        NaN    
2018-03-26    -0.013772    0.030838    0.075705
Wprowadzenie do analizy portfela w Pythonie

Obliczanie zwrotów z danych cenowych

weights = np.array([0, 0.50, 0.25])

# Calculate average return for each stock
meanDailyReturns = returns.mean()

# Calculate portfolio return 
portReturn = np.sum(meanDailyReturns*weights)
print (portReturn)

0.05752375881537723
Wprowadzenie do analizy portfela w Pythonie

Obliczanie skumulowanych zwrotów

# Calculate daily portfolio returns
returns['Portfolio']= returns.dot(weights)

# Let's see what it looks like
returns.head(3)

                AAPL        AMZN        TSLA        Portfolio
date                    
2018-03-23    -0.020974    -0.026739    -0.029068   -0.025880
2018-03-26    -0.013772    0.030838     0.075705    0.030902
Wprowadzenie do analizy portfela w Pythonie

Obliczanie skumulowanych zwrotów

# Compound the percentage returns over time 
daily_cum_ret=(1+returns).cumprod()

# Plot your cumulative return 
daily_cum_ret.Portfolio.plot()
Wprowadzenie do analizy portfela w Pythonie

Wykres skumulowanych zwrotów

Wykres skumulowanych zwrotów portfela

Wprowadzenie do analizy portfela w Pythonie

Czas na ćwiczenia!

Wprowadzenie do analizy portfela w Pythonie

Preparing Video For Download...