LoslegenKostenlos loslegen

Sortino-Verhältnis

In dieser Übung sind die Portfoliorenditen in einem DataFrame namens df gespeichert, den du zur Berechnung des Sortino-Verhältnisses verwendest. Das Sortino-Verhältnis ist dem Sharpe-Verhältnis sehr ähnlich, verwendet aber die Standardabweichung nur der negativen Renditen und legt damit den Fokus stärker auf die Verlustrisiken (Downside).

Schauen wir uns an, wie groß das Sortino-Verhältnis im Vergleich zum zuvor berechneten Sharpe-Verhältnis ist. Der risikofreie Zinssatz rfr und die Zielrendite target sind bereits definiert und beide gleich null.

Diese Übung ist Teil des Kurses

Einführung in die Portfolioanalyse mit Python

Kurs anzeigen

Anleitung zur Übung

  • Wähle die Renditen mit .loc aus, die streng kleiner als die Zielrendite sind, und speichere sie in einem neuen DataFrame namens downside_returns.
  • Berechne den Mittelwert der erwarteten Renditen und die Standardabweichung der Downside-Renditen.
  • Berechne das Sortino-Verhältnis und verwende dabei rfr als risikofreien Zinssatz.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Create a downside return column with the negative returns only
downside_returns = df.loc[df['pf_returns'] ____ target]

# Calculate expected return and std dev of downside
expected_return = df['____'].____()
down_stdev = downside_returns['pf_returns'].____()

# Calculate the sortino ratio
sortino_ratio = (____ - ____)/____

# Print the results
print("Expected return  : ", expected_return*100)
print("Downside risk   : ", down_stdev*100)
print("Sortino ratio : ", sortino_ratio)
Code bearbeiten und ausführen