První moment: Mu

Průměrný historický výnos akcie můžeš vypočítat pomocí funkce mean() z knihovny numpy.

Když počítáš průměrný denní výnos akcie, v podstatě odhaduješ první moment ( $ \mu $ ) rozdělení historických výnosů.

Ale k čemu jsou denní odhady výnosů dlouhodobému investorovi? Pomocí níže uvedeného vzorce můžeš odhadnout průměrný roční výnos akcie na základě průměrného denního výnosu a počtu obchodních dní v roce (typicky jich bývá přibližně 252):

$$ \text{Average Annualized Return} = ( ( 1 + \mu ) ^ {252}) - 1 $$

Objekt StockPrices z předchozího cvičení je uložen jako proměnná.

Toto cvičení je součástí kurzu

Úvod do řízení portfoliového rizika v Pythonu

Zobrazit kurz

Pokyny k cvičení

Importuj numpy jako np.
Vypočítej průměr sloupce 'Returns' pro odhad prvního momentu ( $ \mu $ ) a výsledek ulož do proměnné mean_return_daily.
Pomocí vzorce odvoď průměrný roční výnos při předpokladu 252 obchodních dní za rok. Nezapomeň, že v Pythonu se mocniny počítají pomocí operátoru **.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Import numpy as np
import ____ as ____

# Calculate the average daily return of the stock
mean_return_daily = ____(StockPrices['Returns'])
print(mean_return_daily)

# Calculate the implied annualized average return
mean_return_annualized = ((____+____)**____)-____
print(mean_return_annualized)

Upravit a spustit kód