जोखिम के वैकल्पिक माप

Python में Portfolio Analysis परिचय

Charlotte Werger

Data Scientist

डाउनसाइड जोखिम देखना

ऊपरी और निचले जोखिम का ग्राफ

अच्छा जोखिम माप संभावित हानियों पर केंद्रित होना चाहिए, यानी डाउनसाइड जोखिम

Sortino ratio

Sharpe ratio जैसा, बस अलग standard deviation के साथ
$ Sortino \; Ratio = \frac{R_p - R_f}{\sigma_d}$
$\sigma_d$ डाउनसाइड का standard deviation है.

डाउनसाइड जोखिम की गणना

Python में Sortino ratio

# Define risk free rate and target return of 0
rfr = 0
target_return = 0

# Calcualte the daily returns from price data
apple_returns=pd.DataFrame(apple_price.pct_change())

# Select the negative returns only 
negative_returns = apple_returns.loc[apple_returns['AAPL'] < target]

# Calculate expected return and std dev of downside returns
expected_return = apple_returns['AAPL'].mean()
down_stdev = negative_returns.std()

# Calculate the sortino ratio
sortino_ratio = (expected_return - rfr)/down_stdev
print(sortino_ratio)

0.07887683763760528

मैक्सिमम ड्रॉ-डाउन

मार्केट के पीक से ट्रफ तक का सबसे बड़ा प्रतिशत नुकसान
चुनी गई समय-खिड़की पर निर्भर
रिकवरी समय: ब्रेक-ईवन तक लौटने में लगने वाला समय

समय के साथ S&P500 के ड्रॉ-डाउन

Python में मैक्सिमम डेली ड्रॉ-डाउन

# Calculate the maximum value of returns using rolling().max()
roll_max = apple_price.rolling(min_periods=1,window=250).max()

# Calculate daily draw-down from rolling max
daily_drawdown = apple_price/roll_max - 1.0

# Calculate maximum daily draw-down
max_daily_drawdown = daily_drawdown.rolling(min_periods=1,window=250).min()

# Plot the results
daily_drawdown.plot()
max_daily_drawdown.plot()
plt.show()

Apple का मैक्सिमम ड्रॉ-डाउन

Apple की कीमतों का मैक्सिमम ड्रॉ-डाउन प्लॉट

अभ्यास करते हैं!

Python में Portfolio Analysis परिचय