Zacznij terazZacznij za darmo

Wskaźnik Sortino

W tym ćwiczeniu dane o zwrotach z portfela są przechowywane w ramce danych df, której użyjesz do obliczenia wskaźnika Sortino. Wskaźnik Sortino działa podobnie jak wskaźnik Sharpe'a, z tą różnicą, że korzysta z odchylenia standardowego wyłącznie ujemnych zwrotów, skupiając się tym samym bardziej na ryzyku spadkowym inwestycji.

Sprawdź, jak wskaźnik Sortino wypada w porównaniu z wcześniej obliczonym wskaźnikiem Sharpe'a. Stopa wolna od ryzyka rfr oraz docelowy zwrot target są już zdefiniowane i obie wynoszą zero.

To ćwiczenie jest częścią kursu

Wprowadzenie do analizy portfela w Pythonie

Zobacz kurs

Instrukcje do ćwiczenia

  • Za pomocą .loc wybierz zwroty, które są ściśle mniejsze od wartości docelowej, i zapisz je w nowej ramce danych o nazwie downside_returns.
  • Oblicz średnią oczekiwanych zwrotów oraz odchylenie standardowe zwrotów z obszaru ryzyka spadkowego.
  • Oblicz wskaźnik Sortino, używając rfr jako stopy wolnej od ryzyka.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# 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)
Edytuj i uruchom kod