Коефіцієнт Шарпа для S&P500
У цій вправі ви будете обчислювати коефіцієнт Шарпа для S&P500, починаючи лише з цінових даних. У наступній вправі ви зробите те саме для даних портфеля, щоб порівняти обидва коефіцієнти Шарпа.
Для вас доступні цінові дані S&P500 у змінній sp500_value. Безризикова ставка доступна як rfr, і для зручності вона дорівнює нулю. Спробуймо!
Ця вправа є частиною курсу
Вступ до Portfolio Analysis у Python
Інструкції до вправи
- Обчисліть загальну доходність за ціновими даними S&P500
sp500_value, використовуючи індексацію, і річнуйте цю загальну доходність; дані охоплюють 4 роки. - Обчисліть денні доходності з цінових даних S&P500 — вони потрібні для розрахунку волатильності.
- Обчисліть стандартне відхилення з даних доходностей і приведіть його до річного значення, використовуючи 250 торговельних днів.
- Нарешті, обчисліть коефіцієнт Шарпа, використовуючи річну доходність і річну волатильність, та виведіть результат.
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# 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)