시가총액 가중 포트폴리오
반대로 대형주의 성과가 좋을 때는 시가총액(market capitalization), 즉 "market cap"으로 가중한 포트폴리오가 더 좋은 성과를 내는 경향이 있어요. 이는 가장 큰 비중이 시가총액이 가장 큰 기업, 즉 대형주에 배정되기 때문입니다.
아래는 2017년 1월 직전 시점의 귀하의 포트폴리오에 포함된 기업들의 시가총액 표입니다:
| 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 |
이 연습은 강의의 일부입니다
Python으로 시작하는 포트폴리오 리스크 관리
연습 안내
- 위 표를 참고해 억 달러 단위의 시가총액으로
market_capitalizations배열을 완성하세요. - 각 원소가 해당 기업의 시가총액을 모든 기업의 총시가총액으로 나눈 값이 되도록
mcap_weights배열을 계산하세요. mcap_weights와 수익률에 대해.mul()메서드를 사용해 시가총액 가중 포트폴리오 수익률을 계산하세요.- 마지막으로, 시간에 따른 누적 수익률 플롯을 확인하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# 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'])