メインコンテンツへスキップ

コース

Pythonで学ぶポートフォリオ分析入門

上級4 時間

リスクとパフォーマンスの有効な指標を算出し、望むリスク・リターンのトレードオフに最適なポートフォリオを構築する方法を学びます。

Python4 時間15 本の動画52 個の演習4,200 XP20,270修了証明書

無料アカウントを作成

Google で続行
または
続行することで、 利用規約、私たちの プライバシーポリシー そして、あなたのデータが米国に保存されること。

何千もの企業の学習者に支持されています

チームのトレーニングをお考えですか?

ビジネス向けに試す

コース説明

投資信託は本当に良い投資先なのでしょうか?2つの投資を比較して、その違いは何かと考えたことはありますか?これらのファンドのリスク指標は何を意味しているのでしょう?日々の業務で金融データを扱っていて、さらに一歩先を行きたい方にも最適です。本コースでは、ポートフォリオ、リスクとリターン、その批判的な分析方法を学び、投資の世界に親しんでいきます。実際の株式の時系列データを使いながら、意味のあるリスク指標の計算、パフォーマンスの分解、目的のリスク・リターンのバランスに応じた最適ポートフォリオの算出方法を身につけます。終了後は、投資においてデータに基づく判断ができるようになり、投資ポートフォリオへの理解が深まります。

前提条件

カリキュラム

コース概要

2

リスクとリターン

第2章では、リターンとリスクを正確に測定する方法をさらに深掘りします。章の前半では、最も重要な2つのリターン指標である年率換算リターンとリスク調整後リターンを取り上げます。後半では、リスクをさまざまな視点から捉える方法を学び、分布の歪度(skewness)と尖度(kurtosis)、そしてダウンサイドリスクに焦点を当てます。
3

パフォーマンスの要因分解

第3章では、投資ファクターと、それがリスクとリターンにどのように影響するかを学びます。Fama-Frenchのファクターモデルを取り上げ、ポートフォリオのリターンを共通の説明要因に分解して理解します。さらに、公開のポートフォリオ分析ツールであるPyfolioの使い方も学びます。
4

ポートフォリオ最適化

最終章では、Markowitzのポートフォリオ最適化フレームワークを使って最適なポートフォリオのウエイトを求める方法を学びます。所望のリスクまたはリターン水準に対する最適ウエイトの見つけ方を習得します。最後に、直近データのみを用いて期待リスクと期待リターンを算出する別のアプローチも紹介します。

Pythonで学ぶポートフォリオ分析入門

コース修了

達成証明書を取得する

今すぐ登録

DataCamp for Mobileでデータスキルを磨きましょう

モバイルコースと毎日5分のコーディングチャレンジで、外出先でも学習を進めましょう。

Pythonで学ぶポートフォリオ分析入門 | DataCamp