Piyasa değeri ağırlıklı portföyler
Buna karşılık, büyük şirketler iyi performans gösterdiğinde, piyasa değeri ya da kısaca "market cap" ile ağırlıklandırılan portföyler genelde daha iyi sonuç verir. Bunun nedeni, en büyük ağırlıkların en büyük şirketlere, yani en yüksek piyasa değerine sahip şirketlere verilmesidir.
Aşağıda, portföyündeki şirketlerin Ocak 2017'den hemen önceki piyasa değerlerinin tablosu yer alıyor:
| Company Name | Ticker | Market Cap ($ Billions) |
|---|---|---|
| Apple | AAPL | 601.51 |
| Microsoft | MSFT | 469.25 |
| Exxon Mobil | XOM | 349.5 |
| Johnson & Johnson | JNJ | 310.48 |
| JP Morgan | JPM | 299.77 |
| Amazon | AMZN | 356.94 |
| General Electric | GE | 268.88 |
| FB | 331.57 | |
| AT&T | T | 246.09 |
Bu egzersiz
Python ile Portföy Risk Yönetimine Giriş
kursunun bir parçasıdırEgzersiz talimatları
- Yukarıdaki tabloya göre milyar dolar cinsinden
market_capitalizationsdizisini tamamla. - Her bir eleman şirketin piyasa değerinin tüm şirketlerin toplam piyasa değerine oranı olacak şekilde
mcap_weightsdizisini hesapla. - Piyasa değeri ağırlıklı portföy getirilerini hesaplamak için
mcap_weightsve getiriler üzerinde.mul()metodunu kullan. - Son olarak, zaman içindeki kümülatif getiriler grafiğini incele.
Uygulamalı interaktif egzersiz
Bu örnek kodu tamamlayarak bu egzersizi bitirin.
# Create an array of market capitalizations (in billions)
market_capitalizations = np.array([601.51, 469.25, 349.5, 310.48, 299.77, 356.94, 268.88, 331.57, ____])
# Calculate the market cap weights
mcap_weights = ____
# Calculate the market cap weighted portfolio returns
StockReturns['Portfolio_MCap'] = StockReturns.iloc[:, 0:9].mul(____, axis=1).sum(axis=1)
cumulative_returns_plot(['Portfolio', 'Portfolio_EW', 'Portfolio_MCap'])