Hoppa till huvudinnehållet

Kurs

Introduktion till portföljanalys i Python

Avancerad4 tim

Lär dig beräkna meningsfulla mått på risk och avkastning, och sätt ihop en optimal portfölj för önskad avvägning mellan risk och avkastning.

Python4 tim15 videor52 övningar4,200 XP20,270Intyg om fullgjord kurs

Skapa ditt kostnadsfria konto

Fortsätt med Google
eller
Genom att fortsätta godkänner du våra Användarvillkor, vår Integritetspolicy och att dina data lagras i USA.

Älskad av elever på tusentals företag

Utbildar ett team?

Prova för företag

Kursbeskrivning

Har du någonsin undrat om en investeringsfond verkligen är en bra investering? Eller jämfört två investeringsalternativ och ställt dig frågan vad skillnaden egentligen är? Vad betyder riskindikatorn för dessa fonder? Eller arbetar du regelbundet med finansiella data i ditt dagliga arbete och vill skaffa dig ett övertag? I den här kursen bekantar du dig med investeringarnas värld och lär dig om portföljer, risk och avkastning – samt hur du analyserar dem på ett kritiskt sätt. Genom att arbeta med faktiska historiska aktiedata lär du dig att beräkna meningsfulla riskmått, bryta ner avkastning och konstruera en optimal portfölj utifrån önskad balans mellan risk och avkastning. Efter kursen kan du fatta datadrivna investeringsbeslut och har en bättre förståelse för investeringsportföljer.

Förkunskapskrav

Kursplan

Kursöversikt

1

Introduktion till portföljanalys

2

Risk och avkastning

Kapitel 2 går djupare in på hur man mäter avkastning och risk på ett korrekt sätt. Den första delen av kapitlet täcker de två viktigaste avkastningsmåtten: annualiserad avkastning och riskjusterad avkastning. I den andra delen lär du dig att betrakta risk ur olika perspektiv, med fokus på snedhet och kurtosis i en fördelning samt nedsiderisk.
Starta kapitel
3

Avkastningsattribution

I kapitel 3 lär du dig om investeringsfaktorer och hur de påverkar risk och avkastning. Du lär dig om Fama-French-faktormodellen och använder den för att bryta ner portföljens avkastning i förklaringsbara, gemensamma faktorer. Kapitlet tar också upp hur du använder Pyfolio, ett verktyg för portföljanalys med öppen källkod.
Starta kapitel
4

Portföljoptimering

I det sista kapitlet lär du dig att skapa optimala portföljvikter med hjälp av Markowitz portföljoptimeringsramverk. Du lär dig att hitta de optimala vikterna för en önskad risk- eller avkastningsnivå. Avslutningsvis lär du dig alternativa metoder för att beräkna förväntad risk och avkastning med enbart de senaste tillgängliga data.
Starta kapitel

Introduktion till portföljanalys i Python

Kurs
slutförd

Tjäna intyg om genomförande

Registrera dig nu

Utveckla dina datakunskaper med DataCamp för mobil

Ta dig framåt var du än är med våra mobilkurser och dagliga 5-minuterskodningsutmaningar.