Підсумок
Вступ до Portfolio Analysis у Python
Charlotte Werger
Data Scientist
Розділ 1: Обчислення ризику та прибутку
$ $
- Портфель як набори ваг і активів
- Диверсифікація
- Середні прибутки проти кумулятивних прибутків
- Дисперсія, стандартне відхилення, кореляції та коваріаційна матриця
- Обчислення дисперсії портфеля
Розділ 2: Поглиблено про міри ризику
$ $
- Річне приведення прибутків і ризику для порівняння періодів
- Коефіцієнт Шарпа як міра прибутку з урахуванням ризику
- Асиметрія та ексцес: дивимось далі за середнє і дисперсію розподілу
- Максимальна просадка, «downside»‑ризик і коефіцієнт Сортіно
Розділ 3: Розклад результативності
$ $
- Порівняння з бенчмарком: активні ваги й активні прибутки
- Інвестиційні фактори: пояснення прибутків і джерел ризику
- Модель Фами—Френча з 3 факторами: розклад результату на пояснювані фактори та альфу
- Pyfolio як інструмент аналізу портфеля
Розділ 4: Пошук оптимального портфеля
$ $
- Оптимізація портфеля Марковіца: ефективна межа, портфелі з макс. Шарпа та мін. волатильністю
- Експоненційно зважені ризик і прибуток, напівковаріація
Продовжуйте навчання
$ $
- Курс Datacamp з Portfolio Risk Management in Python
- Лекційна серія Quantopian: https://www.quantopian.com/lectures
- Навчання на практиці: Pyfolio і PyPortfolioOpt
Кінець курсу
Вступ до Portfolio Analysis у Python
