องค์ประกอบพอร์ตโฟลิโอและการทดสอบย้อนหลัง

Python เบื้องต้นสำหรับการบริหารความเสี่ยงพอร์ตการลงทุน

Dakota Wixom

Quantitative Analyst | QuantCourse.com

การคำนวณผลตอบแทนพอร์ตโฟลิโอ

สูตรผลตอบแทนพอร์ตโฟลิโอ:

$$ R_p = R_{a_1} w_{a_1} + R_{a_2} w_{a_2} + ... + R_{a_n} w_{a_1} $$

$ R_p$: ผลตอบแทนของพอร์ตโฟลิโอ
$ R_{a_n}$: ผลตอบแทนของสินทรัพย์ n
$ w_{a_n}$: น้ำหนักของสินทรัพย์ n

สมมติว่า StockReturns คือ DataFrame ของ pandas ที่เก็บผลตอบแทนหุ้น สามารถคำนวณผลตอบแทนพอร์ตโฟลิโอตามน้ำหนักที่กำหนดได้ดังนี้:

import numpy as np
portfolio_weights = np.array([0.25, 0.35, 0.10, 0.20, 0.10])
port_ret = StockReturns.mul(portfolio_weights, axis=1).sum(axis=1)
port_ret

Date
2017-01-03    0.008082
2017-01-04    0.000161
2017-01-05    0.003448
         ...

StockReturns["Portfolio"] = port_ret

พอร์ตโฟลิโอแบบถ่วงน้ำหนักเท่ากันใน Python

สมมติว่า StockReturns คือ DataFrame ของ pandas ที่เก็บผลตอบแทนหุ้น สามารถคำนวณผลตอบแทนสำหรับพอร์ตโฟลิโอแบบถ่วงน้ำหนักเท่ากันได้ดังนี้:

import numpy as np
numstocks = 5
portfolio_weights_ew = np.repeat(1/numstocks, numstocks)
StockReturns.iloc[:,0:numstocks].mul(portfolio_weights_ew, axis=1).sum(axis=1)

Date
2017-01-03    0.008082
2017-01-04    0.000161
2017-01-05    0.003448
         ...

การพล็อตผลตอบแทนพอร์ตโฟลิโอใน Python

การพล็อตผลตอบแทนรายวันใน Python:

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

การพล็อตผลตอบแทนสะสมของพอร์ตโฟลิโอ

การพล็อตผลตอบแทนสะสมของหลายพอร์ตโฟลิโอ:

import matplotlib.pyplot as plt
CumulativeReturns = ((1 + StockReturns).cumprod() - 1)
CumulativeReturns[["Portfolio","Portfolio_EW"]].plot()

มูลค่าตลาด

มูลค่าตลาด (Market capitalization): มูลค่าของหุ้นที่บริษัทออกขายและซื้อขายได้ในตลาด

เรียกย่อว่า Market cap

พอร์ตโฟลิโอแบบถ่วงน้ำหนักตามมูลค่าตลาด

การคำนวณน้ำหนักตามมูลค่าตลาดของหุ้น n:

$$ w_{mcap_n} = \frac{mcap_n}{ \sum_{i=1}^n mcap_i } $$

น้ำหนักตามมูลค่าตลาดใน Python

การคำนวณน้ำหนักตามมูลค่าตลาดใน Python โดยสมมติว่ามีข้อมูลมูลค่าตลาดของแต่ละบริษัท:

import numpy as np
market_capitalizations = np.array([100, 200, 100, 100])
mcap_weights = market_capitalizations/sum(market_capitalizations)
mcap_weights

array([0.2, 0.4, 0.2, 0.2])

มาฝึกกันเถอะ!

Python เบื้องต้นสำหรับการบริหารความเสี่ยงพอร์ตการลงทุน