I det första kapitlet lär du dig hur en portfölj byggs upp av enskilda tillgångar och tillhörande vikter. Kapitlet tar också upp hur man beräknar portföljens viktigaste egenskaper: avkastning och risk.

Välkommen till portföljanalys!

Varför investera i portföljer

Effekten av diversifiering

Portföljavkastning

Portföljförluster och vägen tillbaka

Beräkna medelavkastning

Kumulativ avkastning för portföljen

Mäta risk i en portfölj

Portföljvarians

Standardavvikelse kontra varians

Introduktion till portföljanalys

Kapitel 2 går djupare in på hur man mäter avkastning och risk på ett korrekt sätt. Den första delen av kapitlet täcker de två viktigaste avkastningsmåtten: annualiserad avkastning och riskjusterad avkastning. I den andra delen lär du dig att betrakta risk ur olika perspektiv, med fokus på snedhet och kurtosis i en fördelning samt nedsiderisk.

Annualiserad avkastning

Annualisera portföljavkastning

Jämföra annualiserade avkastningar

Riskjusterad avkastning

Tolka Sharpe-kvoten

Sharpe-kvot för S&P500

Portföljens Sharpe-kvot

Icke-normalfördelad avkastning

Skevhet i S&P500

Beräkna skevhet och kurtosis

Jämföra fördelningar av aktieavkastningar

Alternativa riskmått

Sortino-kvoten

Maximal drawdown för portfölj

Risk och avkastning

I kapitel 3 lär du dig om investeringsfaktorer och hur de påverkar risk och avkastning. Du lär dig om Fama-French-faktormodellen och använder den för att bryta ner portföljens avkastning i förklaringsbara, gemensamma faktorer. Kapitlet tar också upp hur du använder Pyfolio, ett verktyg för portföljanalys med öppen källkod.

Jämföra mot ett riktmärke

Aktiv avkastning

Branschattribution

Riskfaktorer

Storleksfaktorn

Momentumfaktor

Värdefaktorn

Faktormodeller

Korrelationer för Fama French-faktorer

Linjär regressionsmodell

Fama French-faktormodellen

Verktyg för portföljanalys

Performance tear sheet

Branschexponering med Pyfolio

Avkastningsattribution

I det sista kapitlet lär du dig att skapa optimala portföljvikter med hjälp av Markowitz portföljoptimeringsramverk. Du lär dig att hitta de optimala vikterna för en önskad risk- eller avkastningsnivå. Avslutningsvis lär du dig alternativa metoder för att beräkna förväntad risk och avkastning med enbart de senaste tillgängliga data.

Modern portföljteori

Förstå den effektiva fronten

Beräkna förväntad risk och avkastning

Riskfunktioner i PyPortfolioOpt

Optimal portföljprestanda

Maximal Sharpe-kvot kontra minimal volatilitet

Portföljoptimering: Maximalt Sharpe-tal

Optimering av minsta volatilitet

Jämföra max Sharpe med min volatilitet

Alternativ portföljoptimering

Exponentiellt viktad avkastning och risk

Jämföra metoder

Ändra spannet

Sammanfattning

Portföljoptimering

Factors for portfolio returns

S&P500

Small portfolio

Large portfolio

Portfolio factors

Har du någonsin undrat om en investeringsfond verkligen är en bra investering? Eller jämfört två investeringsalternativ och ställt dig frågan vad skillnaden egentligen är? Vad betyder riskindikatorn för dessa fonder? Eller arbetar du regelbundet med finansiella data i ditt dagliga arbete och vill skaffa dig ett övertag? I den här kursen bekantar du dig med investeringarnas värld och lär dig om portföljer, risk och avkastning – samt hur du analyserar dem på ett kritiskt sätt. Genom att arbeta med faktiska historiska aktiedata lär du dig att beräkna meningsfulla riskmått, bryta ner avkastning och konstruera en optimal portfölj utifrån önskad balans mellan risk och avkastning. Efter kursen kan du fatta datadrivna investeringsbeslut och har en bättre förståelse för investeringsportföljer.

Manipulating Time Series Data in Python

Intermediate Python for Finance

Lär dig beräkna risk och prestation samt skapa en optimal portfölj för önskad risk och avkastning.

Introduktion till portföljanalys i Python

Lär dig beräkna meningsfulla mått på risk och avkastning, och sätt ihop en optimal portfölj för önskad avvägning mellan risk och avkastning. 

Mäta risk i en portfölj

Create Your Free Account