Verktyg för portföljanalys

Introduktion till portföljanalys i Python

Charlotte Werger

Data Scientist

Professionella verktyg för portföljanalys

Skärmbild av professionellt portföljhanteringsverktyg

Backtesta din strategi

Backtesting: kör din strategi på historiska data och se hur den hade presterat
Strategin fungerar på historiska data: ingen garanti för framtida prestanda -> förändringar på marknaderna

Backtestresultat för portfölj plottade mot ett index

Quantopians pyfolio-verktyg

$ $

Quantopian-logotyp

$ $ Pyfolio-logotyp

¹ Github: https://github.com/quantopian/pyfolio

Prestanda- och riskanalys i Pyfolio

# Install the package
!pip install pyfolio
# Import the package
import pyfolio as pf

# Read the data as a pandas series
returns=pd.Series(pd.read_csv('pf_returns.csv')
returns.index=pd.to_datetime(returns.index)

# Create a tear sheet on returns
pf.create_returns_tear_sheet(returns)

# If you have backtest and live data 
pf.create_returns_tear_sheet(returns, live_start_date='2018-03-01')

Pyfolios tear sheet

Avkastningstabel i Pyfolios tear sheet-utdata

Rullande Sharpe-kvot i Pyfolios tear sheet-utdata

Drawdown-diagram i Pyfolios tear sheet-utdata

Innehav och exponeringar i Pyfolio

# define our sector mappings
sect_map = {'COST': 'Consumer Goods',
            'INTC': 'Technology', 
            'CERN': 'Healthcare', 
            'GPS': 'Technology',
            'MMM': 'Construction', 
            'DELL': 'Technology', 
            'AMD': 'Technology'}

pf.create_position_tear_sheet(returns, positions, 
                             sector_mappings=sect_map)

Resultat från exponerings-tear sheet

Topp 10-positioner i Pyfolios tear sheet-utdata

$ $

Sektorallokering i Pyfolios tear sheet-utdata

Nu kör vi en övning!

Introduktion till portföljanalys i Python