CommencezCommencez gratuitement

Ratio de Sortino

Dans cet exercice, les données de rendements du portefeuille sont stockées dans un DataFrame nommé df, que vous utiliserez pour calculer le ratio de Sortino. Le ratio de Sortino est semblable au ratio de Sharpe, sauf qu'il utilise l'écart-type des rendements négatifs uniquement, ce qui met l'accent sur le risque à la baisse.

Voyons quelle est la valeur du ratio de Sortino par rapport au ratio de Sharpe calculé plus tôt. Le taux sans risque rfr et le rendement cible target sont déjà définis et valent tous les deux zéro.

Cette activité fait partie du cours

Introduction à l'analyse de portefeuille en Python

Voir le cours

Instructions de l’exercice

  • Sélectionnez les rendements à l'aide de .loc qui sont strictement inférieurs à la cible, et enregistrez-les dans un nouveau DataFrame nommé downside_returns.
  • Calculez la moyenne des rendements attendus et l'écart-type des rendements à la baisse.
  • Calculez le ratio de Sortino en utilisant rfr pour le taux sans risque.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# 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)
Modifier et exécuter le code