Modele czynnikowe

Create Your Free Account

or

By continuing, you accept our Terms of Use, our Privacy Policy and that your data is stored in the USA.

To ćwiczenie jest częścią kursu

Wprowadzenie do analizy portfela w Pythonie

SkillTag.level.advancedSkillTag.label

4.9+

348 reviews

Rozpocznij kurs za darmo

W pierwszym rozdziale dowiesz się, jak portfel inwestycyjny jest budowany z pojedynczych aktywów i odpowiadających im wag. Rozdział obejmuje również obliczanie głównych charakterystyk portfela: stóp zwrotu i ryzyka.

Exercise 1: Witaj w analizie portfela!Exercise 2: Dlaczego warto inwestować w portfele Exercise 3: Efekt dywersyfikacji Exercise 4: Stopy zwrotu portfela Exercise 5: Straty portfela i droga do odrobienia strat Exercise 6: Obliczanie średnich stóp zwrotu Exercise 7: Skumulowane zwroty portfela Exercise 8: Pomiar ryzyka portfela Exercise 9: Wariancja portfela Exercise 10: Odchylenie standardowe a wariancja

Rozdział 2 dokładniej omawia sposoby precyzyjnego mierzenia stóp zwrotu i ryzyka. Pierwsza część rozdziału poświęcona jest dwóm najważniejszym miarom zwrotu: zwrotom annualizowanym oraz zwrotom skorygowanym o ryzyko. W drugiej części nauczysz się patrzeć na ryzyko z różnych perspektyw – ze szczególnym uwzględnieniem skośności i kurtozy rozkładu, a także ryzyka spadku wartości.

Exercise 1: Zwroty w ujęciu rocznym Exercise 2: Annualizowanie zwrotów portfela Exercise 3: Porównywanie annualizowanych stóp zwrotu Exercise 4: Zwroty skorygowane o ryzyko Exercise 5: Interpretacja wskaźnika Sharpe'a Exercise 6: Wskaźnik Sharpe'a dla S&P500 Exercise 7: Wskaźnik Sharpe'a portfela Exercise 8: Nienormalne rozkłady stóp zwrotu Exercise 9: Skośność indeksu S&P500 Exercise 10: Obliczanie skośności i kurtozy Exercise 11: Porównywanie rozkładów stóp zwrotu akcji Exercise 12: Alternatywne miary ryzyka Exercise 13: Wskaźnik Sortino Exercise 14: Maksymalne obsunięcie kapitału portfela

W rozdziale 3 poznasz czynniki inwestycyjne i ich rolę w kształtowaniu ryzyka oraz zwrotu. Dowiesz się, czym jest model czynnikowy Famy i Frencha, i wykorzystasz go do rozkładu zwrotów portfela na zrozumiałe, wspólne czynniki. Rozdział obejmuje również praktyczne zastosowanie biblioteki Pyfolio – narzędzia do analizy portfela.

Exercise 1: Porównanie z benchmarkiem Exercise 2: Aktywna stopa zwrotu Exercise 3: Alokacja według sektorów Exercise 4: Czynniki ryzyka Exercise 5: Czynnik wielkości Exercise 6: Czynnik momentum Exercise 7: Czynnik wartości Exercise 8: Modele czynnikowe

Bieżące ćwiczenie

Exercise 9: Korelacje czynników Famy-Frencha Exercise 10: Model regresji liniowej Exercise 11: Model czynnikowy Fama-Frencha Exercise 12: Narzędzia do analizy portfela Exercise 13: Pełny arkusz wyników Exercise 14: Ekspozycje sektorowe z Pyfolio

W ostatnim rozdziale nauczysz się wyznaczać optymalne wagi portfela, korzystając z frameworku optymalizacji portfela Markowitza. Dowiesz się, jak znaleźć optymalne wagi dla pożądanego poziomu ryzyka lub zwrotu. Na koniec poznasz alternatywne metody szacowania oczekiwanego ryzyka i zwrotu, oparte wyłącznie na najbardziej aktualnych danych.

Exercise 1: Nowoczesna teoria portfela Exercise 2: Zrozumienie granicy efektywnej Exercise 3: Obliczanie oczekiwanego ryzyka i zwrotów Exercise 4: Funkcje ryzyka w PyPortfolioOpt Exercise 5: Wydajność optymalnego portfela Exercise 6: Maksymalne Sharpe vs. minimalna zmienność Exercise 7: Optymalizacja portfela: maksymalny wskaźnik Sharpe'a Exercise 8: Optymalizacja minimalnej zmienności Exercise 9: Porównanie portfela max Sharpe i min zmienności Exercise 10: Alternatywna optymalizacja portfela Exercise 11: Wykładniczo ważone zwroty i ryzyko Exercise 12: Porównanie podejść Exercise 13: Zmiana zakresu czasowego Exercise 14: Podsumowanie