Weiter zum Inhalt

Kurs

Einführung in die Portfolioanalyse mit Python

Fortgeschritten4 Std.

Du machst dich vertraut mit Risiko- und Performance-Kennzahlen und erstellst ein Portfolio für das gewünschte Risiko-Rendite-Verhältnis.

Python4 Std.15 Videos52 Übungen4,200 XP20,270Leistungsnachweis

Erstelle dein kostenloses Konto

Mit Google fortfahren
oder
Indem du fortfährst, akzeptierst du unsere Nutzungsbedingungen, unser Datenschutzrichtlinie und dass Ihre Daten in den USA gespeichert werden.

Geliebt von Lernenden in Tausenden Unternehmen

Kursbeschreibung

Hast du dich schon einmal gefragt, ob ein Investmentfonds wirklich eine gute Anlage ist? Oder zwei Anlageoptionen verglichen und dich gefragt, worin genau der Unterschied liegt? Was bedeuten die Risikoindikatoren dieser Fonds überhaupt? Oder arbeitest du regelmäßig mit Finanzdaten und möchtest dir einen Vorsprung verschaffen? In diesem Kurs lernst du die spannende Welt des Investierens kennen: Portfolios, Risiko und Rendite – und wie du sie kritisch analysierst. Anhand realer historischer Kursdaten lernst du, aussagekräftige Risikokennzahlen zu berechnen, Performance aufzuschlüsseln und ein optimales Portfolio für das gewünschte Risiko-Rendite-Verhältnis zu bestimmen. Nach diesem Kurs kannst du beim Investieren datengetriebene Entscheidungen treffen und verstehst Anlagestrukturen besser.

Voraussetzungen

Lernprogramm

Kursübersicht

1

Einführung in die Portfolioanalyse

In diesem ersten Kapitel lernst du, wie sich ein Portfolio aus einzelnen Assets und den dazugehörigen Gewichten zusammensetzt. Außerdem erfährst du, wie man die wichtigsten Kennzahlen eines Portfolios berechnet: Rendite und Risiko.
Kapitel starten
2

Risiko und Rendite

Kapitel 2 geht genauer darauf ein, wie man Renditen und Risiken präzise misst. Die zwei wichtigsten Renditekennzahlen – annualisierte Renditen und risikobereinigte Renditen – werden im ersten Teil behandelt. Im zweiten Teil lernst du, Risiko aus verschiedenen Perspektiven zu betrachten. Der Fokus liegt auf Schiefe und Wölbung einer Verteilung sowie auf dem Abwärtsrisiko.
Kapitel starten
3

Performance-Attribution

In Kapitel 3 lernst du Investmentfaktoren kennen und wie sie Risiko und Rendite beeinflussen. Du beschäftigst dich mit dem Fama-French-Faktormodell und nutzt es, um Portfoliorenditen in erklärbare, gemeinsame Faktoren zu zerlegen. Außerdem lernst du Pyfolio kennen, ein öffentliches Tool zur Portfolioanalyse.
Kapitel starten
4

Portfolio-Optimierung

In diesem letzten Kapitel lernst du, optimale Portfoliogewichte mit dem Optimierungsrahmen von Markowitz zu erstellen. Du findest die optimalen Gewichte für das gewünschte Risiko- oder Renditeniveau. Abschließend lernst du alternative Wege kennen, erwartetes Risiko und erwartete Rendite zu berechnen – basierend nur auf den jüngsten Daten.
Kapitel starten

Einführung in die Portfolioanalyse mit Python

Kurs
abgeschlossen

Bescheinigung über den Abschluss erhalten

Jetzt einschreiben

Datenkompetenz für unterwegs – mit der DataCamp-App

Mit unseren Kursen für Mobilgeräte und täglichen Programmier-Challenges erweiterst du deine Datenkompetenz von unterwegs.