Introduction to Portfolio Risk Management in Python
Evaluate portfolio risk and returns, construct market-cap weighted equity portfolios and learn how to forecast and hedge market risk via scenario generation.
Commencer Le Cours Gratuitement4 heures13 vidéos51 exercices24 436 apprenantsDéclaration de réalisation
Créez votre compte gratuit
ou
En continuant, vous acceptez nos Conditions d'utilisation, notre Politique de confidentialité et le fait que vos données sont stockées aux États-Unis.Formation de 2 personnes ou plus ?
Essayer DataCamp for BusinessApprécié par les apprenants de milliers d'entreprises
Description du cours
This course will teach you how to evaluate basic portfolio risk and returns like a quantitative analyst on Wall Street. This is the most critical step towards being able to fully automate your portfolio construction and management processes. Discover what factors are driving your portfolio returns, construct market-cap weighted equity portfolios, and learn how to forecast and hedge market risk via scenario generation.
Formation de 2 personnes ou plus ?
Donnez à votre équipe l’accès à la plateforme DataCamp complète, y compris toutes les fonctionnalités.Dans les titres suivants
Finance appliquée en Python
Aller à la piste- 1
Univariate Investment Risk and Returns
GratuitLearn about the fundamentals of investment risk and financial return distributions.
Financial returns50 xpFinancial timeseries data100 xpCalculating financial returns100 xpReturn distributions100 xpMean, variance, and normal distribution50 xpFirst moment: Mu100 xpSecond moment: Variance100 xpAnnualizing variance100 xpSkewness and kurtosis50 xpThird moment: Skewness100 xpFourth moment: Kurtosis100 xpStatistical tests for normality100 xp - 2
Portfolio Investing
Level up your understanding of investing by constructing portfolios of assets to enhance your risk-adjusted returns.
Portfolio composition and backtesting50 xpCalculating portfolio returns100 xpEqual weighted portfolios100 xpMarket-cap weighted portfolios100 xpCorrelation and co-variance50 xpThe correlation matrix100 xpThe co-variance matrix100 xpPortfolio standard deviation100 xpMarkowitz portfolios50 xpThe efficient frontier50 xpSharpe ratios100 xpThe MSR portfolio100 xpThe GMV portfolio100 xp - 3
Factor Investing
Learn about the main factors that influence the returns of your portfolios and how to quantify your portfolio's exposure to these factors.
The Capital Asset Pricing model50 xpExcess returns100 xpCalculating beta using co-variance100 xpCalculating beta with CAPM100 xpAdjusted R-squared50 xpAlpha and multi-factor models50 xpThe Fama French 3-factor model100 xpp-values and coefficients100 xpEconomic intuition in factor modeling50 xpThe efficient market and alpha100 xpExpanding the 3-factor model50 xpThe 5-factor model100 xpAlpha vs R-squared50 xp - 4
Value at Risk
In this chapter, you will learn two different methods to estimate the probability of sustaining losses and the expected values of those losses for a given asset or portfolio of assets.
Estimating tail risk50 xpHistorical drawdown100 xpHistorical value at risk100 xpHistorical expected shortfall100 xpVaR extensions50 xpChanging VaR and CVaR quantiles100 xpParametric VaR100 xpScaling risk estimates100 xpRandom walks50 xpA random walk simulation100 xpMonte Carlo simulations100 xpMonte Carlo VaR100 xpUnderstanding risk50 xp
Formation de 2 personnes ou plus ?
Donnez à votre équipe l’accès à la plateforme DataCamp complète, y compris toutes les fonctionnalités.Dans les titres suivants
Finance appliquée en Python
Aller à la pisteensembles de données
All returns (2017)Efficient Frontier PortfoliosFama-French factorsMicrosoft pricesETF of oil prices (UFO)collaborateurs
Qu’est-ce que les autres apprenants ont à dire ?
Inscrivez-vous 15 millions d’apprenants et commencer Introduction to Portfolio Risk Management in Python 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 sont stockées aux États-Unis.