Доходність з урахуванням ризику

Вступ до Portfolio Analysis у Python

Charlotte Werger

Data Scientist

Оберіть портфель

$ $

Портфель 1

$ $

Портфель 2

Коефіцієнт Шарпа — найуживаніший показник доходності з урахуванням ризику
Обчислюється так:
$ Sharpe \; ratio = \frac{R_p - R_f} {\sigma_p} $
Де: $ R_p$ — дохідність портфеля, $R_f$ — безризикова ставка, ${\sigma_p} $ — стандартне відхилення портфеля
Пам'ятаєте формулу для ${\sigma_p} $ портфеля?
$ \sigma_p = \sqrt(Weights \; transposed (Covariance \; matrix \; * \; Weights)$)

Річне стандартне відхилення обчислюють так: $ \sigma_a=\sigma_m * \sqrt{T} $
$ \sigma_m $ — виміряне стандартне відхилення
$ \sigma_a $ — річне стандартне відхилення
T — кількість точок даних на рік
Або, якщо використовувати дисперсію замість стандартного відхилення: $ \sigma_a^2=\sigma_m^2 * {T} $

# Calculate the annualized standard deviation
annualized_vol = apple_returns.std()*np.sqrt(250)
print (annualized_vol)

0.2286248397870068

# Define the risk free rate
risk_free = 0.01

# Calcuate the sharpe ratio
sharpe_ratio = (annualized_return - risk_free) / annualized_vol
print (sharpe_ratio)

0.6419569149994251

$ $

Портфель 1

$ $

Портфель 2

Вступ до Portfolio Analysis у Python