Gleich gewichtete Portfolios
Wenn du verschiedene Portfolios vergleichst, möchtest du die Performance oft gegen ein naiv gleich gewichtetes Portfolio betrachten. Wenn das Portfolio ein einfaches gleich gewichtetes Portfolio nicht übertrifft, solltest du vielleicht eine andere Strategie in Betracht ziehen – oder dich notfalls für den naiven Ansatz entscheiden. Du kannst erwarten, dass gleich gewichtete Portfolios tendenziell den Markt übertreffen, wenn die größten Unternehmen schlecht abschneiden. Denn selbst sehr kleine Unternehmen hätten in deinem gleich gewichteten Portfolio dasselbe Gewicht wie beispielsweise Apple oder Amazon.
Damit du die kumulierten Renditen von Portfolios leichter visualisieren kannst, haben wir in deinem Workspace die Funktion cumulative_returns_plot() definiert.
Diese Übung ist Teil des Kurses
Einführung in das Portfoliorisikomanagement mit Python
Anleitung zur Übung
- Setze
numstocksauf9, das ist die Anzahl der Aktien in deinem Portfolio. - Verwende
np.repeat(), umportfolio_weights_ewauf ein Array mit gleichen Gewichten für jede der 9 Aktien zu setzen. - Verwende den
.iloc-Accessor, um bei der Berechnung der Portfoliorendite alle Zeilen und die ersten 9 Spalten auszuwählen. - Sieh dir abschließend das Diagramm der kumulierten Renditen im Zeitverlauf an.
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# How many stocks are in your portfolio?
numstocks = ____
# Create an array of equal weights across all assets
portfolio_weights_ew = ____
# Calculate the equally-weighted portfolio returns
StockReturns['Portfolio_EW'] = StockReturns.iloc[____, ____].mul(portfolio_weights_ew, axis=1).sum(axis=1)
cumulative_returns_plot(['Portfolio', 'Portfolio_EW'])