市值加權投資組合
相反地，當大型公司表現良好時，依 市值（market capitalization），或稱為「market cap」加權的投資組合，通常會有較佳表現。原因是最大權重會配置給最大型的公司，也就是市值最大的公司。
下面是你投資組合中各家公司在 2017 年 1 月之前的市值表：
| 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 |
本練習屬於課程
Python 投資組合風險管理入門
練習說明
- 依上表完成
market_capitalizations陣列，單位為十億。 - 計算
mcap_weights陣列，讓每個元素為該公司市值占所有公司總市值的比率。 - 對
mcap_weights與 returns 使用.mul()方法，計算市值加權的投資組合報酬。 - 最後，檢視隨時間累積報酬的折線圖。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# 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'])