前言

我們在投資股票的時候，總不會把雞蛋放在同一個籃子裡，會投資多張股票，而投資組合如何分配和會有哪些風險和報酬就是今天要討論的內容。

專有名詞

收益率(Daily Return)：代表股票在一天交易中的價值變化百分比
累計超額收益率(Cumulative Return)：累計超額收益率為每隻股票在形成期內月超額收益率的簡單加總。
夏普指數(Sharpe ratio)：(平均年化報酬率-無風險利率)/年化標準差

收益率的標準差(Standard deviation)：
假設連續五天的收益率分別是(17%,22%,15,-5%,5%)
平均報酬率(使用算術平均數) = (17+22+15+(-5)+5) / 5 = 10.8
收益率和平均之間的差(Deviation)和平方差(Deviation Squared)

剛剛算的收益率的標準差是使用算術平均數，但股票市場比較類似對數收益率(明天會介紹)，有以上的基本知識後再來討論投資的風險和評估。

預先載入套件

介紹底下的圖表之前先預先載入需要的套件

# basic
import numpy as np
import pandas as pd

# get data
import pandas_datareader as pdr

# visual
import matplotlib.pyplot as plt
%matplotlib inline
import seaborn as sns

#time
import datetime as datetime

讀取股票

我們讀取以下股票
2330：台積電
2492：華新科
3045：台灣大
2412：中華電

start = datetime.datetime(2015,1,5)
df_2330 = pdr.DataReader('2330.TW', 'yahoo', start=start)
df_2492 = pdr.DataReader('2492.TW', 'yahoo', start=start)
df_3045 = pdr.DataReader('3045.TW', 'yahoo', start=start)
df_2412 = pdr.DataReader('2412.TW', 'yahoo', start=start)

收盤價和第一天的收盤價的比較

for stock in [df_2330, df_2492, df_3045, df_2412]:
    stock['normalized_price']=stock['Adj Close']/stock['Adj Close'].iloc[0]

資產分配

我們將我們的投資金額用以下的比例分配
2330：台積電 30%
2492：華新科 20%
3045：台灣大 25%
2412：中華電 25%
之後將分配到的比例乘上每一日的收益率

for stock, weight in zip([df_2330, df_2492, df_3045, df_2412],[0.3, 0.2, 0.25, 0.25]):
    stock['weighted daily return']=stock['normalized_price']*weight

並將剛剛算出來的normalized_price統合到一張表

df_total=pd.concat([df_2330['weighted daily return'], df_2492['weighted daily return'], df_3045['weighted daily return'], df_2412['weighted daily return']],axis=1)
df_total.columns=['2330', '2492', '3045', '2412']

投資

將四個股票的收益率乘上你要投資的總金額，現在假設是10萬，並且多增加一個Total Pos欄位將四個股票目前的金額做加總作為總收益

df_total_money = df_total* 100000
df_total_money['Total Pos']=df_total_money.sum(axis=1)
df_total_money.head()

然後將剛剛總收益繪製圖表

fig = plt.figure(figsize=(10, 6))
plt.plot(df_total_money['Total Pos'], '-' , label="總收益")
plt.plot(df_total_money['2330'], '-' , label="台積電")
plt.plot(df_total_money['2492'], '-' , label="華新科")
plt.plot(df_total_money['3045'], '-' , label="台灣大")
plt.plot(df_total_money['2412'], '-' , label="中華電")
plt.title('收益曲線',loc='right')

plt.xlabel('日期')
plt.ylabel('金額')
plt.grid(True, axis='y')
plt.legend()

可以看到總收益受到華新科的變動而增加

統計計算

• 日收益率

df_total_money['daily return']=df_total_money['Total Pos'].pct_change()

• 累積收益率
  計算最後一天和第一天的變化的百分比

print("累積收益率",df_total_money['Total Pos'].iloc[-1]/df_total_money['Total Pos'].iloc[0]-1)

# 輸出結果
累積收益率 2.074405312864754

• 平均日收益率

print("平均收益率：",df_total_money['daily return'].mean())

# 輸出結果
平均收益率： 0.0014348141399964849

• 標準差DAY20有介紹

print("收益率標準差：",df_total_money['daily return'].std())

# 輸出結果
收益率標準差： 0.021708565259989755

• 使用密度圖來顯示日收益率

plt.rcParams['axes.unicode_minus']=False
fig = plt.figure(figsize=(10, 6))
sns.distplot(df_total_money['daily return'].dropna(),bins=100, label="總收益率")
plt.legend()

夏普指數(Sharpe ratio)

SR=df_total_money['daily return'].mean()/df_total_money['daily return'].std()

# 輸出結果
0.06770475726506646

代表投資者每增加1%的風險可以換來6%的收益

一年總共有252天的交易日

ASR=np.sqrt(252)*SR

# 輸出結果
1.0747797017961567

參考網站

綠角財經筆記：標準差怎麼算

之前的章節

• 安裝環境
  • 安裝Anaconda
  • 安裝Jupyter notebook
• 股票
  • 介紹股票
  • 抓取股票
  • 基本分析
  • 繪製K線圖
  • 財報爬蟲和分析
• 程式碼位置
  • github
    因為作者本身也是第一次學習Python和寫程式文章，也是才碰股票沒幾天而已，所以編排上會有點亂，觀念可能也會錯誤，如果有疑問可以提出一起討論。