เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

พอร์ตโฟลิโอ MSR

พอร์ตโฟลิโอที่มีอัตราส่วน Sharpe สูงสุด หรือพอร์ตโฟลิโอ MSR ซึ่งอยู่ที่จุดสูงสุดของ efficient frontier สามารถสร้างได้โดยค้นหาพอร์ตโฟลิโอที่มีอัตราส่วน Sharpe สูงที่สุด

อย่างไรก็ตาม พอร์ตโฟลิโอ MSR มักมีความไม่แน่นอนค่อนข้างสูง แม้ว่าพอร์ตโฟลิโอจะมีอัตราส่วน Sharpe ในอดีตที่ดี แต่ก็ไม่ได้รับประกันว่าจะยังคงให้อัตราส่วน Sharpe ที่ดีในอนาคต

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Python เบื้องต้นสำหรับการบริหารความเสี่ยงพอร์ตการลงทุน

ดูคอร์ส

คำแนะนำการฝึกหัด

  • เรียงลำดับ RandomPortfolios โดยให้ค่า Sharpe สูงสุด อยู่ก่อน (เรียงจากมากไปน้อย)
  • คูณ MSR_weights_array ข้ามแถวของ StockReturns เพื่อคำนวณผลตอบแทนหุ้นแบบถ่วงน้ำหนัก
  • ตรวจสอบกราฟแสดงผลตอบแทนสะสมตามช่วงเวลา

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Sort the portfolios by Sharpe ratio
sorted_portfolios = RandomPortfolios.____(by=['Sharpe'], ascending=____)

# Extract the corresponding weights
MSR_weights = sorted_portfolios.iloc[0, 0:numstocks]

# Cast the MSR weights as a numpy array
MSR_weights_array = np.array(MSR_weights)

# Calculate the MSR portfolio returns
StockReturns['Portfolio_MSR'] = StockReturns.iloc[:, 0:numstocks].mul(____, axis=1).sum(axis=1)

# Plot the cumulative returns
cumulative_returns_plot(['Portfolio_EW', 'Portfolio_MCap', 'Portfolio_MSR'])
แก้ไขและรันโค้ด