Birinci moment: Mu
Bir hissenin ortalama tarihsel getirisini numpy'un mean() fonksiyonunu kullanarak hesaplayabilirsin.
Bir hissenin ortalama günlük getirisini hesaplarken, aslında tarihsel getiri dağılımının birinci momentini ( \( \mu \) ) tahmin ediyorsun.
Peki günlük getiri tahminleri uzun vadeli bir yatırımcı için ne işe yarar? Ortalama günlük getiri ve bir yıldaki işlem günleri sayısı verildiğinde aşağıdaki formülle bir hissenin ortalama yıllıklandırılmış getirisini tahmin edebilirsin (genellikle yılda yaklaşık 252 işlem günü vardır):
$$ \text{Average Annualized Return} = ( ( 1 + \mu ) ^ {252}) - 1 $$
Önceki egzersizdeki StockPrices nesnesi bir değişken olarak kaydedildi.
Bu egzersiz, kursun bir parçasıdır
Python ile Portföy Risk Yönetimine Giriş
Egzersiz talimatları
numpy'unpolarak içe aktar.'Returns'sütununun ortalamasını hesaplayarak birinci momenti ( \( \mu \) ) tahmin et ve sonucumean_return_dailydeğişkenine ata.- Yılda 252 işlem günü olduğunu varsayarak formülü kullanıp ortalama yıllıklandırılmış getiriyi türet. Python'da üs alma işleminin
**operatörüyle yapıldığını unutma.
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
# Import numpy as np
import ____ as ____
# Calculate the average daily return of the stock
mean_return_daily = ____(StockPrices['Returns'])
print(mean_return_daily)
# Calculate the implied annualized average return
mean_return_annualized = ((____+____)**____)-____
print(mean_return_annualized)