ソルティノ比
この演習では、ポートフォリオのリターンデータは df というDataFrameに保存されています。これを使ってソルティノ比（Sortino ratio）を計算します。ソルティノ比はシャープ比に似ていますが、負のリターンのみの標準偏差を用いる点が異なり、投資のダウンサイドにより焦点を当てます。
先に計算したシャープ比と比べて、ソルティノ比がどのくらいかを確認しましょう。リスクフリーレート rfr と目標リターン target はすでに定義されており、どちらもゼロです。
この演習はコースの一部です
Pythonで学ぶポートフォリオ分析入門
演習の手順
.locを使って、ターゲットよりも厳密に小さいリターンを選択し、downside_returnsという新しいDataFrameに保存します。- 期待リターンの平均と、ダウンサイドリターンの標準偏差を計算します。
- リスクフリーレートとして
rfrを使い、ソルティノ比を計算します。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# 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)