Финансовая доходность

Введение в управление портфельными рисками на Python

Dakota Wixom

Quantitative Analyst | QuantCourse.com

Обзор курса

Вы научитесь анализировать распределения инвестиционной доходности, формировать портфели, снижать риски и выявлять ключевые факторы, влияющие на доходность портфеля.

Однофакторный инвестиционный риск
Портфельное инвестирование
Факторное инвестирование
Прогнозирование и снижение риска

Инвестиционный риск

Что такое риск?

Риск на финансовых рынках — мера неопределённости
Разброс или дисперсия финансовой доходности

Как измеряют риск?

Стандартное отклонение или дисперсия дневной доходности
Эксцесс распределения дневной доходности
Асимметрия распределения дневной доходности
Исторический просадок

Финансовый риск

Доходность

Вероятность

Два вида доходности

Доходность рассчитывается на основе цен акций
Дискретная доходность (простая доходность) — наиболее распространённый тип; отражает периодические изменения цены (например, дневные, недельные, месячные)
Логарифмическая доходность широко используется в научных исследованиях и финансовом моделировании. Предполагает непрерывное начисление.

Вычисление доходности акций

Дискретная доходность рассчитывается как изменение цены в процентах от цены предыдущего периода

Вычисление логарифмической доходности

Логарифмическая доходность — это разность логарифмов двух цен
Логарифмическая доходность агрегируется по времени, а дискретная — по активам

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

или эквивалентно

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

Вычисление доходности акций в Python

Шаг 1:

Загрузите данные о ценах акций и сохраните их как DataFrame библиотеки pandas, упорядоченный по дате:

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)

Вычисление доходности акций в Python

Шаг 2:

Вычислите дневную доходность по скорректированным ценам закрытия и добавьте её как новый столбец в DataFrame.

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

Визуализация распределений доходности

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

Давайте потренируемся!

Введение в управление портфельными рисками на Python