Portfolia vážená tržní kapitalizací
Naopak, když se velkým společnostem daří, portfolia vážená tržní kapitalizací ("market cap") mají tendenci překonávat ostatní. Je to proto, že největší váhy jsou přiřazeny největším společnostem – tedy těm s nejvyšší tržní kapitalizací.
Níže je tabulka tržních kapitalizací společností ve tvém portfoliu těsně před lednem 2017:
| Název společnosti | Ticker | Tržní kapitalizace (mld. $) |
|---|---|---|
| Apple | AAPL | 601,51 |
| Microsoft | MSFT | 469,25 |
| Exxon Mobil | XOM | 349,5 |
| Johnson & Johnson | JNJ | 310,48 |
| JP Morgan | JPM | 299,77 |
| Amazon | AMZN | 356,94 |
| General Electric | GE | 268,88 |
| FB | 331,57 | |
| AT&T | T | 246,09 |
Toto cvičení je součástí kurzu
Úvod do řízení portfoliového rizika v Pythonu
Pokyny k cvičení
- Dokonči definici pole
market_capitalizationss hodnotami tržních kapitalizací v miliardách podle tabulky výše. - Vypočítej pole
mcap_weightstak, aby každý prvek představoval podíl tržní kapitalizace dané společnosti na celkové tržní kapitalizaci všech společností. - Použij metodu
.mul()namcap_weightsa výnosy, čímž získáš výnosy portfolia váženého tržní kapitalizací. - Nakonec si prohlédni graf kumulativních výnosů v čase.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Create an array of market capitalizations (in billions)
market_capitalizations = np.array([601.51, 469.25, 349.5, 310.48, 299.77, 356.94, 268.88, 331.57, ____])
# Calculate the market cap weights
mcap_weights = ____
# Calculate the market cap weighted portfolio returns
StockReturns['Portfolio_MCap'] = StockReturns.iloc[:, 0:9].mul(____, axis=1).sum(axis=1)
cumulative_returns_plot(['Portfolio', 'Portfolio_EW', 'Portfolio_MCap'])