ข้ามไปยังเนื้อหาหลัก

คอร์ส

การวิเคราะห์พอร์ตโฟลิโอด้วย Python

ขั้นสูง4 ชม.

คำนวณมาตรวัดความเสี่ยงและผลตอบแทน พร้อมสร้างพอร์ตโฟลิโอที่เหมาะสมกับระดับความเสี่ยงและผลตอบแทนที่ต้องการ

Python4 ชม.15 วิดีโอ52 แบบฝึกหัด4,200 XP20,812หนังสือรับรองความสำเร็จ

สร้างบัญชีฟรีของคุณ

ดำเนินการต่อด้วย Google
หรือ
เมื่อดำเนินการต่อ ถือว่าคุณยอมรับ ข้อกำหนดการใช้งานและ นโยบายความเป็นส่วนตัว และยอมรับว่าข้อมูลของคุณจะถูกจัดเก็บในสหรัฐอเมริกา

ได้รับความไว้วางใจจากผู้เรียนในบริษัทหลายพันแห่ง

กำลังฝึกอบรมทีมอยู่ใช่ไหม?

ทดลองใช้สำหรับองค์กร

รายละเอียดคอร์ส

เคยสงสัยไหมว่ากองทุนที่ลงทุนอยู่นั้นคุ้มค่าจริงหรือเปล่า? หรือเคยเปรียบเทียบทางเลือกการลงทุนสองแบบแล้วอยากรู้ว่าต่างกันอย่างไร? ตัวชี้วัดความเสี่ยงของกองทุนเหล่านั้นหมายความว่าอะไร? หรือคุณทำงานกับข้อมูลทางการเงินเป็นประจำและอยากพัฒนาทักษะให้เหนือกว่าเดิม? ในคอร์สนี้ เราจะพาคุณเข้าสู่โลกของการลงทุน โดยเรียนรู้เรื่องพอร์ตโฟลิโอ ความเสี่ยง ผลตอบแทน และวิธีวิเคราะห์อย่างมีวิจารณญาณ ผ่านการทำงานกับข้อมูลหุ้นย้อนหลังจริง คุณจะได้เรียนรู้วิธีคำนวณตัวชี้วัดความเสี่ยงที่มีความหมาย วิเคราะห์ผลการดำเนินงาน และคำนวณพอร์ตโฟลิโอที่เหมาะสมตามระดับความเสี่ยงและผลตอบแทนที่ต้องการ เมื่อจบคอร์สนี้ คุณจะสามารถตัดสินใจลงทุนโดยใช้ข้อมูลเป็นหลัก และเข้าใจพอร์ตโฟลิโอการลงทุนได้ดียิ่งขึ้น

ข้อกำหนดเบื้องต้น

หลักสูตร

โครงร่างคอร์ส

1

บทนำสู่การวิเคราะห์พอร์ตโฟลิโอ

ในบทแรก คุณจะได้เรียนรู้ว่าพอร์ตโฟลิโอประกอบขึ้นจากสินทรัพย์แต่ละตัวและสัดส่วนน้ำหนักของสินทรัพย์เหล่านั้นอย่างไร บทนี้ยังครอบคลุมวิธีคำนวณคุณลักษณะหลักของพอร์ตโฟลิโอ ได้แก่ ผลตอบแทนและความเสี่ยง
เริ่มบท
2

ความเสี่ยงและผลตอบแทน

บทที่ 2 เจาะลึกวิธีวัดผลตอบแทนและความเสี่ยงอย่างแม่นยำ ในส่วนแรกจะครอบคลุมตัวชี้วัดผลตอบแทนที่สำคัญที่สุดสองประการ ได้แก่ ผลตอบแทนรายปีและผลตอบแทนปรับความเสี่ยง ส่วนที่สองจะเรียนรู้การมองความเสี่ยงจากมุมมองที่หลากหลาย โดยเน้นที่ความเบ้และความโด่งของการแจกแจง รวมถึงความเสี่ยงขาลง
เริ่มบท
3

การวิเคราะห์แหล่งที่มาของผลการดำเนินงาน

ในบทที่ 3 คุณจะได้เรียนรู้เกี่ยวกับปัจจัยการลงทุนและบทบาทของปัจจัยเหล่านั้นต่อความเสี่ยงและผลตอบแทน รวมถึงเรียนรู้โมเดลปัจจัย Fama-French และนำมาใช้แยกแยะผลตอบแทนของพอร์ตโฟลิโอออกเป็นปัจจัยร่วมที่อธิบายได้ บทนี้ยังครอบคลุมการใช้งาน Pyfolio ซึ่งเป็นเครื่องมือวิเคราะห์พอร์ตโฟลิโอสาธารณะด้วย
เริ่มบท
4

การปรับพอร์ตโฟลิโอให้เหมาะสมที่สุด

ในบทสุดท้ายนี้ คุณจะได้เรียนรู้การสร้างน้ำหนักพอร์ตโฟลิโอที่เหมาะสมที่สุดโดยใช้กรอบการปรับพอร์ตโฟลิโอให้เหมาะสมของ Markowitz รวมถึงวิธีหาน้ำหนักที่เหมาะสมตามระดับความเสี่ยงหรือผลตอบแทนที่ต้องการ และวิธีทางเลือกในการคำนวณความเสี่ยงและผลตอบแทนที่คาดหวังโดยใช้เฉพาะข้อมูลล่าสุด
เริ่มบท

การวิเคราะห์พอร์ตโฟลิโอด้วย Python

เรียนคอร์สจบแล้ว

รับใบรับรองความสำเร็จ

ลงทะเบียนเลย

พัฒนาทักษะด้านข้อมูลของคุณด้วย DataCamp for Mobile

เรียนรู้ได้ทุกที่ด้วยคอร์สบนมือถือและโจทย์เขียนโค้ด 5 นาทีประจำวัน