LoslegenKostenlos starten

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

<Kurs>Einführung in die Portfolioanalyse mit Python</Kurs>
Kurs ansehen

Übungsanweisungen

  • 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 praktische Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

# 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