Accéder au contenu principal

Cours

Introduction à l’analyse de portefeuille en R

DébutantNiveau de compétence

Actualisé 11/2023

Mettez à profit vos compétences en finance et en R pour effectuer des backtests, analyser et optimiser des portefeuilles financiers.

Commencer Le Cours Gratuitement

RApplied Finance5 h14 vidéos57 Exercices4,400 XP35,211Certificat de réussite.

Créez votre compte gratuit

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

Former 2 personnes ou plus ?

Essayez DataCamp for Business

Description du cours

Une règle d’or en investissement consiste à toujours tester une stratégie de portefeuille sur des données historiques et, une fois la stratégie en production, à en suivre en continu les performances. Dans ce cours, vous apprendrez à le faire en analysant de manière critique les rendements de portefeuille avec le package PerformanceAnalytics. Le cours montre également comment estimer les pondérations de portefeuille qui équilibrent au mieux risque et rendement. Il s’agit d’un cours guidé par les données qui combine la théorie de portefeuille et la pratique en R, illustré par des exemples réels de portefeuilles actions et de problèmes d’allocation d’actifs. Si vous souhaitez continuer à explorer les données après avoir terminé ce cours, les données utilisées dans les trois premiers chapitres peuvent être obtenues via le package tseries.

Prérequis

Intermediate R for Finance

1

The Building Blocks

Asset returns and portfolio weights; those are the building blocks of a portfolio return. This chapter is about computing those portfolio weights and returns in R.

Welcome to the course

Getting a grasp of the basics

Get a feel for the data

The portfolio weights

Calculating portfolio weights when component values are given

The weights of an equally weighted portfolio

The weights of a market capitalization-weighted portfolio

The portfolio return

Calculation of portfolio returns

From simple to gross and multi-period returns

The asymmetric impact of gains and losses

PerformanceAnalytics

Buy-and-hold versus (daily) rebalancing

The time series of asset returns

The time series of portfolio returns

The time series of weights

Commencer Le Chapitre

2

Analyzing Performance

The history of portfolio returns reveals valuable information about how much the investor can expect to gain or lose. This chapter introduces the R functionality to analyze the investment performance based on a statistical analysis of the portfolio returns. It includes graphical analysis and the calculation of performance statistics expressing average return, risk, and risk-adjusted return over rolling estimation samples.

Dimensions of portfolio performance

Exploring the monthly S&P 500 returns

The monthly mean and volatility

The (annualized) Sharpe ratio

Excess returns and the portfolio's Sharpe ratio

Annualized mean and volatility

Time-variation in portfolio performance

Effect of window length choice

Rolling annualized mean and volatility

Subperiod performance analysis and the function window

Non-normality of the return distribution

Balancing risk and reward

Detecting non-normality using skewness and kurtosis

Downside risk measures

Drawdowns due to buying high, selling low

Commencer Le Chapitre

3

Performance Drivers

In addition to studying portfolio performance based on the observed portfolio return series, it is relevant to determine how individual (expected) returns, volatilities, and correlations interact to determine the total portfolio performance.

Drivers in the case of two assets

Driver 1: The assets' individual performance

Driver 2: The choice of portfolio weights

Driver 3: The correlation between the asset returns

Interpreting correlation

Using matrix notation

Making a risk-reward scatter diagram

The covariance matrix

Matrix-based calculation of portfolio mean and variance

Portfolio risk budget

Who did it?

Commencer Le Chapitre

4

Optimizing the Portfolio

We have up to now considered the portfolio weights as given. In this chapter, you learn how to determine in R the portfolio weights that are optimal in terms of achieving a target return with minimum variance, while satisfying constraints on the portfolio weights.

Modern portfolio theory of Harry Markowitz

Mean-variance based investing in DJIA stocks

Exploring monthly returns of the 30 DJIA stocks

Finding the mean-variance efficient portfolio

Effect of the return target

Imposing weight constraints

The efficient frontier

Computing the efficient frontier using a grid of target returns

Interpreting the efficient frontier

Properties of the efficient frontier

The minimum variance and maximum Sharpe ratio portfolio

In-sample vs. out-of-sample evaluation

Split-sample evaluation

Out of sample performance evaluation

It ain't over

Commencer Le Chapitre

Introduction à l’analyse de portefeuille en R

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 performanceS'inscrire Maintenant

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

Créez votre compte gratuit

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.