時価総額加重ポートフォリオ
一方で、大型株が好調なときは、時価総額（"market cap"）加重のポートフォリオが相対的に高いパフォーマンスになりやすいです。これは、最も大きなウェイトが、時価総額の大きい企業に割り当てられるためです。
以下は、2017年1月直前時点の、あなたのポートフォリオに含まれる企業の時価総額の一覧です。
| Company Name | Ticker | Market Cap ($ Billions) |
|---|---|---|
| Apple | AAPL | 601.51 |
| Microsoft | MSFT | 469.25 |
| Exxon Mobil | XOM | 349.5 |
| Johnson & Johnson | JNJ | 310.48 |
| JP Morgan | JPM | 299.77 |
| Amazon | AMZN | 356.94 |
| General Electric | GE | 268.88 |
| FB | 331.57 | |
| AT&T | T | 246.09 |
この演習はコースの一部です
Pythonで学ぶポートフォリオ・リスク管理入門
演習の手順
- 上の表に基づき、単位が10億ドルの
market_capitalizations配列を最後まで定義してください。 - 各要素が「各社の時価総額 ÷ 全社の時価総額合計」となるように、
mcap_weights配列を計算します。 mcap_weightsとリターンに対して.mul()メソッドを使い、時価総額加重のポートフォリオ・リターンを計算します。- 最後に、累積リターンの推移プロットを確認してください。
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 an array of market capitalizations (in billions)
market_capitalizations = np.array([601.51, 469.25, 349.5, 310.48, 299.77, 356.94, 268.88, 331.57, ____])
# Calculate the market cap weights
mcap_weights = ____
# Calculate the market cap weighted portfolio returns
StockReturns['Portfolio_MCap'] = StockReturns.iloc[:, 0:9].mul(____, axis=1).sum(axis=1)
cumulative_returns_plot(['Portfolio', 'Portfolio_EW', 'Portfolio_MCap'])