Portfele z równymi wagami
Porównując różne portfele, warto zestawić ich wyniki z naiwnym portfelem o równych wagach. Jeśli portfel nie wyprzedza prostego podejścia równoważonego, warto rozważyć inną strategię – albo po prostu skorzystać z tej naiwnej metody, gdy nic innego nie przynosi lepszych efektów. Portfele z równymi wagami mają tendencję do osiągania lepszych wyników niż rynek w okresach, gdy największe spółki radzą sobie słabo. Wynika to z tego, że nawet bardzo małe firmy mają w takim portfelu taką samą wagę jak Apple czy Amazon.
Aby ułatwić wizualizację skumulowanych zwrotów portfeli, w twoim środowisku pracy zdefiniowaliśmy funkcję cumulative_returns_plot().
To ćwiczenie jest częścią kursu
Wprowadzenie do zarządzania ryzykiem portfela w Pythonie
Instrukcje do ćwiczenia
- Ustaw
numstocksrówne9, czyli liczbie akcji w portfelu. - Użyj
np.repeat(), aby przypisać zmiennejportfolio_weights_ewtablicę z równymi wagami dla każdej z 9 akcji. - Użyj akcesora
.iloc, aby wybrać wszystkie wiersze i pierwsze 9 kolumn podczas obliczania zwrotu z portfela. - Na koniec przejrzyj wykres skumulowanych zwrotów w czasie.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# How many stocks are in your portfolio?
numstocks = ____
# Create an array of equal weights across all assets
portfolio_weights_ew = ____
# Calculate the equally-weighted portfolio returns
StockReturns['Portfolio_EW'] = StockReturns.iloc[____, ____].mul(portfolio_weights_ew, axis=1).sum(axis=1)
cumulative_returns_plot(['Portfolio', 'Portfolio_EW'])