Accéder au contenu principal
AccueilPython

Cours

Introduction à l’analyse de portefeuille en Python

AvancéNiveau de compétence
Actualisé 04/2026
Calculez le risque et la performance, constituez un portefeuille optimal pour obtenir le compromis souhaité entre risque et rendement.
Commencer le cours gratuitement
PythonApplied Finance
4 h
15 vidéos
52 Exercices
4,200 XP
20,170
Certificat de formation

Créez votre compte gratuitement

Continuer avec GoogleAfficher plus d’options

ou


En continuant, vous acceptez nos Conditions d'utilisation, notre Politique de confidentialité et le fait que vos données seront hébergées aux États-Unis.

Apprécié par des utilisateurs provenant de milliers d'entreprises

Group

Former une équipe ?

Essayez pour les entreprises

Description du cours

Vous êtes-vous déjà demandé si un fonds d’investissement était réellement un bon placement ? Ou avez-vous comparé deux options d’investissement en vous demandant ce qui les différencie ? Que signifie vraiment l’indicateur de risque de ces fonds ? Travaillez-vous souvent avec des données financières et souhaitez-vous prendre une longueur d’avance ? Dans ce cours, vous allez découvrir le monde passionnant de l’investissement en apprenant ce qu’est un portefeuille, le risque et le rendement, et comment les analyser de manière critique. En travaillant sur des données boursières historiques réelles, vous apprendrez à calculer des mesures de risque pertinentes, à décomposer la performance et à déterminer un portefeuille optimal selon le compromis risque/rendement souhaité. Après ce cours, vous serez en mesure de prendre des décisions d’investissement fondées sur les données et de mieux comprendre les portefeuilles d’investissement.

Prérequis

Manipulating Time Series Data in PythonIntermediate Python for Finance
1

Introduction à l’analyse de portefeuille

Dans ce premier chapitre, vous verrez comment un portefeuille est constitué d’actifs individuels et de pondérations associées. Le chapitre explique également comment calculer les principales caractéristiques d’un portefeuille : rendements et risque.
Commencer le chapitre
2

Risque et rendement

Le chapitre 2 approfondit la mesure précise des rendements et du risque. Les deux mesures de rendement les plus importantes, les rendements annualisés et les rendements ajustés du risque, sont abordées dans la première partie. Dans la seconde, vous apprendrez à envisager le risque sous différents angles. Cette partie met l’accent sur l’asymétrie (skewness) et l’aplatissement (kurtosis) d’une distribution, ainsi que sur le risque de baisse.
Commencer le chapitre
3

Attribution de performance

Au chapitre 3, vous découvrirez les facteurs d’investissement et leur rôle dans la dynamique du risque et du rendement. Vous étudierez le modèle factoriel de Fama-French et l’utiliserez pour décomposer les rendements d’un portefeuille en facteurs communs explicatifs. Ce chapitre présente également Pyfolio, un outil public d’analyse de portefeuille.
Commencer le chapitre
4

Optimisation de portefeuille

Dans ce dernier chapitre, vous apprendrez à créer des pondérations de portefeuille optimales à l’aide du cadre d’optimisation de portefeuille de Markowitz. Vous verrez comment trouver les pondérations optimales pour un niveau de risque ou de rendement donné. Enfin, vous explorerez des approches alternatives pour estimer le risque et le rendement attendus en utilisant uniquement les données les plus récentes.
Commencer le chapitre
Introduction à l’analyse de portefeuille en Python
Cours
terminé

Obtenez un certificat de réussite

Ajoutez cette certification à votre profil LinkedIn, à votre CV ou à votre portfolio
Partagez-la sur les réseaux sociaux et dans votre évaluation de performance
S'inscrire maintenant

Rejoignez plus de 19 millions d'utilisateurs et commencez Introduction à l’analyse de portefeuille en Python dès aujourd'hui !

Créez votre compte gratuitement

Continuer avec GoogleAfficher plus d’options

ou


En continuant, vous acceptez nos Conditions d'utilisation, notre Politique de confidentialité et le fait que vos données seront hébergées aux États-Unis.

Apprenez où que vous soyez avec l'application DataCamp

Progressez où que vous soyez grâce à nos cours conçus pour mobile et à nos défis quotidiens de 5 minutes.