เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

Sharpe Ratio ของ S&P500

ในแบบฝึกหัดนี้ จะได้คำนวณ Sharpe ratio ของ S&P500 โดยเริ่มจากข้อมูลราคาเพียงอย่างเดียว ในแบบฝึกหัดถัดไป จะทำแบบเดียวกันกับข้อมูลพอร์ตโฟลิโอ เพื่อนำ Sharpe ratio ของทั้งสองมาเปรียบเทียบกัน

ข้อมูลราคาของ S&P500 พร้อมใช้งานในตัวแปร sp500_value และอัตราผลตอบแทนปลอดความเสี่ยงพร้อมใช้งานในตัวแปร rfr ซึ่งกำหนดไว้เป็นศูนย์ มาเริ่มกันเลย!

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การวิเคราะห์พอร์ตโฟลิโอด้วย Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • คำนวณผลตอบแทนรวมจากข้อมูลราคา S&P500 ใน sp500_value โดยใช้การ indexing จากนั้นปรับผลตอบแทนรวมให้เป็นรายปี โดยข้อมูลครอบคลุมระยะเวลา 4 ปี
  • คำนวณผลตอบแทนรายวันจากข้อมูลราคา S&P500 เพื่อใช้ในการคำนวณความผันผวน
  • คำนวณส่วนเบี่ยงเบนมาตรฐานจากข้อมูลผลตอบแทน แล้วปรับให้เป็นรายปีโดยใช้ 250 วันทำการ
  • สุดท้าย คำนวณ Sharpe ratio โดยใช้ผลตอบแทนรายปีและความผันผวนรายปี จากนั้นแสดงผลลัพธ์

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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)
แก้ไขและรันโค้ด