วิเคราะห์ ประเภทกองทุนรวมด้วย Python

การทำ Portfolio optimization with Python

เราจะรู้ได้ยังไงว่ากองทุนที่เราลงทุนลงทุนในสินทรัพย์อะไรเป็นไปตาม fund fact sheet หรือไม่

“If it acts like a duck, assume it’s a duck.”

(ถ้ามันมีพฤติกรรมแบบเป็ด, ให้คิดไว้ก่อนว่ามันเป็นเป็ด)

William F. Sharpe จึงนำเสนอเทคนิคในการหาปัจจัยขับเคลื่อนผลตอบแทนว่าใกล้เคียงกับปัจจัยใดมากที่สุด

Sharpe Style Analysis หรือ Return Based Style Analysis คือเทคนิคในการวิเคราะห์หาความสัมพันธ์ระหว่างผลตอบแทนของกองทุนและปัจจัย (Factor) ที่ขับเคลื่อนผลตอบแทนทั้งหลาย

เรามาเริ่มกันเลย

note book ที่นี้

load liberly

โหลดข้อมูลผลตอบแทนอุตสาหกรรมจาก github https://raw.githubusercontent.com/nutdnuy/Portfolio_optimization_with_Python/master/data/ind30_m_vw_rets.csv

โหลดชุดข้อมูลผลตอบแทนที่เราจะทดสอบ

หาผลตอบแทนรายเดือโดยสร้างฟังชั่นหาผลตอบแทนรายเดือน

Sharpe Style Analysis คือการวิเคราะห์องค์ประกอบด้วย เทคนิคการวิเคราะห์ทางสถิติ เพื่อหาความสัมพันธ์ระหว่างผลตอบแทนของกองทุนและปัจจัย (Factor)ในที่นี้คือดัชนีอุตสาหกรรม ที่ขับเคลื่อนผลตอบแทนทั้งหลาย โดยการหานํ้าหนักเทียบกับ tracking error

ก่อนที่เราจะสามารถหา tracking error เราต้องประกาศฟังชั่นที่ให้นำ้หนักที่มีความผันผวนตำ่ที่สุด

ประกาศฟังชันหาค่า tracking error

หาผลรวมของ tracking error โดยประกาศฟังชั่นด่านล่าง

เราก็สามารถประกาศฟังชั่น เพื่อวิเคราะห์ style analysis ได้ตามด้านล่าง โดยการหา minimize ของ ค่า tracking error ของตัวแปลแต่ละตัว

เมื่อเรา run จะได้สัดส่วนอุตสาหกรรมของกองทุนว่าประกอบด้วยอุตสาหกรรมนั้นบ้าง

แต่ถ้าเราเปลี่ยน ช่วงของข้อมูลก็จะเปลี่ยนตาม

เราจะเห็นไดว่าข้อจำกัดในการวิเคราะห์กองทุนถ้ากองทุนไม่ใช่กองทุนที่เน้นซื้อแล้วถือเป็นการยากที่จะวิเคราะห์สัดส่วน

Note book

อ่านตอนอื่นๆได้ที่

1. การคำนวณผลตอบแทนการลงทุนด้วย Python
2. การหาความผันผวนของพอร์ตการลงทุนด้วย Python
3. การหา Max Drawdown ด้วย Python
4. การวัด การเบี่ยงเบนของผลตอบแทนด้วย Python
5. การวัด SemiDeviation ด้วย Python
6. การวัด VaR. และ CVaR. ด้วย Python
7. รีวิวการใช้ ffn. ใน Python
8. การหา Top Drawdown ด้วย Python
9. การหาค่า Sharpe ratio ด้วย Python
10. การหากลุ่มหลักรัพย์ที่เส้นประสิทธิภาพ Efficient Frontier ด้วย Python
11. การหา shape ratio สูงสุดและเส้น CML ด้วย Python
12. การสร้างมูลค่าตลาดแบบถ่วงน้ำหนักด้วย PYTHON
13. ข้อจำกัดของการกระจายความเสี่ยงและการทำประกันพอร์ตการลงทุน
14. การจำลอง ผลตอบแทนด้วย RANDOM WALK Generation และ Montecarlo simulation
15. Sharpe Style Analysis
16. Factor Investing ด้วย Python
17. วิเคราะห์ ประเภทกองทุนรวมด้วย Python
18. การทำ Portfolio optimization
19. สร้างแนวรับแนวต้านวิเคราะห์หุ้นด้วย Python