Carteras con pesos iguales
Al comparar distintas carteras, a menudo quieres contrastar su rendimiento frente a una cartera ingenua con ponderación igual. Si la cartera no supera a una cartera simple con pesos iguales, quizá te convenga considerar otra estrategia o, si nada funciona, quedarte con el enfoque ingenuo. Es de esperar que las carteras equiponderadas tiendan a superar al mercado cuando a las empresas más grandes les va mal. Esto se debe a que incluso compañías muy pequeñas tendrían el mismo peso en tu cartera equiponderada que Apple o Amazon, por ejemplo.
Para que te resulte más fácil visualizar los rendimientos acumulados de las carteras, hemos definido la función cumulative_returns_plot() en tu espacio de trabajo.
Este ejercicio forma parte del curso
Introducción a la gestión del riesgo de cartera en Python
Instrucciones del ejercicio
- Define
numstocksigual a9, que es el número de acciones de tu cartera. - Usa
np.repeat()para definirportfolio_weights_ewcomo un array con pesos iguales para cada una de las 9 acciones. - Usa el accesor
.ilocpara seleccionar todas las filas y las primeras 9 columnas al calcular el rendimiento de la cartera. - Por último, revisa la gráfica de rendimientos acumulados a lo largo del tiempo.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# 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'])