Коэффициент Шарпа для S&P500
В этом упражнении вы рассчитаете коэффициент Шарпа для индекса S&P500, используя только данные о ценах. В следующем упражнении вы проделаете то же самое для данных портфеля, чтобы сравнить коэффициенты Шарпа двух вариантов.
Данные о ценах S&P500 доступны в переменной sp500_value. Безрисковая ставка задана в переменной rfr и для удобства равна нулю. Приступим!
Это упражнение является частью курса
Введение в анализ портфеля на Python
Инструкции к упражнению
- Рассчитайте общую доходность по ценовым данным S&P500 из переменной
sp500_value, используя индексацию, и приведите её к годовому значению; данные охватывают 4 года. - Рассчитайте дневную доходность по ценовым данным S&P500 — она понадобится для вычисления волатильности.
- Рассчитайте стандартное отклонение по данным доходности и приведите его к годовому значению, используя 250 торговых дней.
- Наконец, рассчитайте коэффициент Шарпа на основе годовой доходности и годовой волатильности и выведите результаты.
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Calculate total return and annualized return from price data
total_return = (sp500_value[____] - ____[____]) / ____[____]
# Annualize the total return over 4 year
annualized_return = ((____ + ____)**(____/____))-1
# Create the returns data
returns_sp500 = ____.____()
# Calculate annualized volatility from the standard deviation
vol_sp500 = ____.____() * np.sqrt(____)
# Calculate the Sharpe ratio
sharpe_ratio = ((____ - rfr) / ____)
print (sharpe_ratio)