เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

คำนวณผลตอบแทนเฉลี่ย

ในแบบฝึกหัดนี้ จะได้คำนวณผลการดำเนินงานของพอร์ตโฟลิโอที่ประกอบด้วยหุ้น 4 ตัว ในช่วงเดือนมกราคม 2015 ถึงมีนาคม 2019 ได้แก่ หุ้นของ Procter & Gamble, Microsoft, JP Morgan และ General Electric แนวทางที่รวดเร็วและตรงไปตรงมาในการวัดผลการดำเนินงานของพอร์ตโฟลิโอในช่วงเวลาที่กำหนด คือการนำผลตอบแทนเฉลี่ยของแต่ละหุ้นมาคูณกับน้ำหนักในพอร์ตโฟลิโอ

ทั้ง 4 คอลัมน์ใน DataFrame data แสดงราคาของหุ้นทั้ง 4 ตัวที่กล่าวถึงข้างต้น ลองตรวจสอบข้อมูลใน data ผ่าน console ดูก่อน

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การวิเคราะห์พอร์ตโฟลิโอด้วย Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • คำนวณผลตอบแทนเป็นเปอร์เซ็นต์ของหุ้นใน DataFrame data โดยเปรียบเทียบราคาวันนี้กับราคาเมื่อวาน
  • คำนวณผลตอบแทนเฉลี่ยของหุ้นแต่ละตัวใน DataFrame returns ที่สร้างขึ้น
  • กำหนดน้ำหนักของหุ้นแต่ละตัวใน weights โดยใช้ค่า 0.5, 0.2, 0.2 และ 0.1
  • นำผลตอบแทนเป็นเปอร์เซ็นต์คูณกับน้ำหนัก แล้วหาผลรวมทั้งหมด เพื่อคำนวณผลการดำเนินงานรวมของพอร์ตโฟลิโอ และแสดงผลลัพธ์

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Calculate percentage returns
returns = data.____()

# Calculate individual mean returns 
meanDailyReturns = ____.____()

# Define weights for the portfolio
weights = np.array([____, ____, ____, ____])

# Calculate expected portfolio performance
portReturn = np.____(____*____)

# Print the portfolio return
print(____)
แก้ไขและรันโค้ด