Первый момент: Mu

Чтобы вычислить среднюю историческую доходность акции, воспользуйтесь функцией mean() из библиотеки numpy.

Вычисляя среднюю дневную доходность акции, вы фактически оцениваете первый момент ( $ \mu $ ) распределения исторической доходности.

Но чем полезны оценки дневной доходности для долгосрочного инвестора? Используйте приведённую ниже формулу, чтобы оценить среднегодовую доходность акции на основе средней дневной доходности и количества торговых дней в году (как правило, в году около 252 торговых дней):

$$ \text{Average Annualized Return} = ( ( 1 + \mu ) ^ {252}) - 1 $$

Объект StockPrices из предыдущего упражнения сохранён в переменной.

Это упражнение является частью курса

Введение в управление портфельными рисками на Python

Посмотреть курс

Инструкции к упражнению

Импортируйте numpy как np.
Вычислите среднее значение столбца 'Returns', чтобы оценить первый момент ( $ \mu $ ), и присвойте результат переменной mean_return_daily.
Используйте формулу для расчёта средней годовой доходности, предполагая 252 торговых дня в году. Помните, что в Python возведение в степень выполняется с помощью оператора **.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Import numpy as np
import ____ as ____

# Calculate the average daily return of the stock
mean_return_daily = ____(StockPrices['Returns'])
print(mean_return_daily)

# Calculate the implied annualized average return
mean_return_annualized = ((____+____)**____)-____
print(mean_return_annualized)

Редактировать и запускать код