การวิเคราะห์พอร์ตโฟลิโอด้วย Python
Charlotte Werger
Data Scientist
ผลตอบแทนรายปี (Annual Return): ผลตอบแทนรวมในช่วงหนึ่งปีปฏิทิน
ผลตอบแทนที่ปรับเป็นรายปี (Annualized Return): อัตราผลตอบแทน ต่อปีที่คำนวณจากช่วงเวลาใดก็ได้
ผลตอบแทนเฉลี่ย (Average Return): ผลตอบแทนรวมในช่วงเวลายาว หารเฉลี่ยออกเป็นช่วงสั้น ๆ
ผลตอบแทนสะสม (Cumulative/Compounding Return): ผลตอบแทนที่รวมผลของการนำดอกเบี้ย เงินปันผล และกำไรจากทุนกลับไปลงทุนใหม่
$$
N เป็นปี: $rate= (1 +Return)^{1/N} -1$
N เป็นเดือน: $rate= (1+Return)^{12/N} -1$
แปลงช่วงเวลาใดก็ได้เป็นอัตรารายปี:
# Check the start and end of timeseries apple_price.head(1)
date 2015-01-06 105.05 Name: AAPL, dtype: float64
apple_price.tail(1)
date 2018-03-29 99.75 Name: AAPL, dtype: float64
# Assign the number of months months = 38
# Calculate the total return total_return = (apple_price[-1] - apple_price[0]) / apple_price[0] print (total_return)
0.5397420653068692
# Calculate the annualized returns over months annualized_return=((1 + total_return)**(12/months))-1 print (annualized_return)
0.14602501482708763
# Select three year period apple_price = apple_price.loc['2015-01-01':'2017-12-31'] apple_price.tail(3)
date 2017-12-27 170.60 2017-12-28 171.08 2017-12-29 169.23 Name: AAPL, dtype: float64
# Calculate annualized return over 3 years annualized_return = ((1 + total_return)**(1/3))-1 print (annualized_return)
0.1567672968419047
Preparing Video For Download...
