重點回顧

Python 投資組合分析入門

Charlotte Werger

Data Scientist

第 1 章:計算風險與報酬

$ $

  • 投資組合:資產與權重的集合
  • 分散化
  • 平均報酬 vs. 累積報酬
  • 變異數、標準差、相關係數與共變異數矩陣
  • 計算投資組合變異數
Python 投資組合分析入門

第 2 章:深入風險衡量

$ $

  • 年化報酬與風險:跨期間可比
  • Sharpe 比率:風險調整後報酬的衡量
  • 偏態與峰度:超越平均與變異的分配特性
  • 最大回撤、下行風險與 Sortino 比率
Python 投資組合分析入門

第 3 章:分解績效

$ $

  • 與基準比較:主動權重與主動報酬
  • 投資因子:解釋報酬與風險來源
  • Fama-French 三因子模型:將績效分解為可解釋因子與阿爾法
  • Pyfolio:投資組合分析工具
Python 投資組合分析入門

第 4 章:找出最適投資組合

$ $

  • Markowitz 投資組合最佳化:效率前緣、最大 Sharpe、最小波動組合
  • 指數加權風險與報酬、半共變異數
Python 投資組合分析入門

延伸學習

$ $

Python 投資組合分析入門

課程結束

Python 投資組合分析入門

Preparing Video For Download...