Sortino-kvoten
I den här övningen lagras portföljens avkastningsdata i en DataFrame kallad df, som du använder för att beräkna Sortino-kvoten. Sortino-kvoten liknar Sharpe-kvoten, men använder standardavvikelsen enbart för de negativa avkastningarna och fokuserar därmed mer på nedsidan av investeringen.
Låt oss se hur stor Sortino-kvoten är jämfört med den tidigare beräknade Sharpe-kvoten. Den riskfria räntan rfr och målavkastningen target är redan definierade och båda satta till noll.
Den här övningen är en del av kursen
Introduktion till portföljanalys i Python
Övningsinstruktioner
- Välj avkastningarna med
.locsom är strikt mindre än målvärdet och lagra dem i en ny DataFrame kalladdownside_returns. - Beräkna medelvärdet av den förväntade avkastningen och standardavvikelsen för de negativa avkastningarna.
- Beräkna Sortino-kvoten med
rfrsom riskfri ränta.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# 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)