Warum in Portfolios investieren

Als Anleger:in kannst du in eine einzelne Aktie oder in ein Portfolio aus mehreren Aktien investieren. Was sind gültige Gründe dafür, in ein Portfolio aus Aktien zu investieren?

Diese Übung ist Teil des Kurses

Einführung in die Portfolioanalyse mit Python

Interaktive Übung

In dieser interaktiven Übung kannst du die Theorie in die Praxis umsetzen.

Diese Übung ist Teil des Kurses

Einführung in die Portfolioanalyse mit Python

Hohe SchwierigkeitSchwierigkeitsgrad

4.9+

Kurs kostenlos starten

In diesem ersten Kapitel lernst du, wie sich ein Portfolio aus einzelnen Assets und den dazugehörigen Gewichten zusammensetzt. Außerdem erfährst du, wie man die wichtigsten Kennzahlen eines Portfolios berechnet: Rendite und Risiko.

Exercise 1: Willkommen zur Portfolioanalyse!Exercise 2: Warum in Portfolios investieren

Aktuelle Übung

Exercise 3: Die Wirkung der Diversifikation Exercise 4: Portfolio-Renditen Exercise 5: Portfoliowerte: Verluste und wieder aufholen Exercise 6: Durchschnittliche Renditen berechnen Exercise 7: Kumulative Portfoliorenditen Exercise 8: Risiko eines Portfolios messen Exercise 9: Portfoliovarianz Exercise 10: Standardabweichung versus Varianz

Kapitel 2 geht genauer darauf ein, wie man Renditen und Risiken präzise misst. Die zwei wichtigsten Renditekennzahlen – annualisierte Renditen und risikobereinigte Renditen – werden im ersten Teil behandelt. Im zweiten Teil lernst du, Risiko aus verschiedenen Perspektiven zu betrachten. Der Fokus liegt auf Schiefe und Wölbung einer Verteilung sowie auf dem Abwärtsrisiko.

Exercise 1: Annualisierte Renditen Exercise 2: Portfolio-Renditen annualisieren Exercise 3: Annualisierte Renditen vergleichen Exercise 4: Risikobereinigte Renditen Exercise 5: Die Sharpe Ratio interpretieren Exercise 6: S&P500 Sharpe-Ratio Exercise 7: Sharpe-Ratio des Portfolios Exercise 8: Nicht-normalverteilte Renditen Exercise 9: Schiefe des S&P500 Exercise 10: Schiefe und Kurtosis berechnen Exercise 11: Vergleich von Verteilungen von Aktienrenditen Exercise 12: Alternative Risikomaße Exercise 13: Sortino-Verhältnis Exercise 14: Portfolio mit maximalem Drawdown

In Kapitel 3 lernst du Investmentfaktoren kennen und wie sie Risiko und Rendite beeinflussen. Du beschäftigst dich mit dem Fama-French-Faktormodell und nutzt es, um Portfoliorenditen in erklärbare, gemeinsame Faktoren zu zerlegen. Außerdem lernst du Pyfolio kennen, ein öffentliches Tool zur Portfolioanalyse.

Exercise 1: Vergleich mit einer Benchmark Exercise 2: Aktive Rendite Exercise 3: Branchen-Attribution Exercise 4: Risikofaktoren Exercise 5: Größenfaktor Exercise 6: Momentum-Faktor Exercise 7: Value-Faktor Exercise 8: Faktormodelle Exercise 9: Fama-French-Faktorkorrelationen Exercise 10: Lineares Regressionsmodell Exercise 11: Fama-French-Faktormodell Exercise 12: Tools zur Portfolioanalyse Exercise 13: Performance Tear Sheet Exercise 14: Branchen-Exposures mit Pyfolio

In diesem letzten Kapitel lernst du, optimale Portfoliogewichte mit dem Optimierungsrahmen von Markowitz zu erstellen. Du findest die optimalen Gewichte für das gewünschte Risiko- oder Renditeniveau. Abschließend lernst du alternative Wege kennen, erwartetes Risiko und erwartete Rendite zu berechnen – basierend nur auf den jüngsten Daten.

Exercise 1: Moderne Portfoliotheorie Exercise 2: Die effiziente Grenze verstehen Exercise 3: Erwartetes Risiko und Renditen berechnen Exercise 4: PyPortfolioOpt-Risikofunktionen Exercise 5: Optimale Portfolio-Performance Exercise 6: Maximales Sharpe-Verhältnis vs. minimale Volatilität Exercise 7: Portfolio-Optimierung: Max Sharpe Exercise 8: Optimierung mit minimaler Volatilität Exercise 9: Vergleich: max. Sharpe vs. min. Volatilität Exercise 10: Alternative Portfoliooptimierung Exercise 11: Exponentiell gewichtete Renditen und Risiko Exercise 12: Ansätze vergleichen Exercise 13: Ändern der Spanne Exercise 14: Rückblick