توضیحات
آنچه که در این پروژه یاد می‌گیرید:
-
-
- درک مسئله
- آشنایی با نحوه عملکرد بازارهای مالی
- درک مکانیسم عرضه و تقاضا
- درک بازده و ریسک
- شناخت شاخص‌ها و پورتفولیوها
- آشنایی با شاخص‌های مالی
- یادگیری نحوه دانلود داده‌های HTML
- استفاده از کتابخانه‌هایی مانند tidyverse و tidyquant
- استفاده از کتابخانه‌هایی مانند dplyr، rlang، و htmltab
- استخراج بازده لگاریتمی با استفاده از API یاهو فایننس
- شناسایی سهام‌های با عملکرد برتر
- محاسبه نرخ رشد سرمایه‌گذاری پورتفولیو
- درک نرخ رشد سرمایه‌گذاری با استفاده از نمودارها
- آشنایی با مدل قیمت‌گذاری دارایی‌های سرمایه‌ای (CAPM)
- انجام تحلیل CAPM
- محاسبه نرخ رشد سرمایه‌گذاری برای چندین پورتفولیو
- رسم نمودار نرخ رشد سرمایه‌گذاری برای چندین پورتفولیو
- یافتن بهترین پورتفولیوی مناسب
-
توضیحات پروژه
بهینه‌سازی پورتفولیو فرایند انتخاب پورتفولیوی بهینه (توزیع دارایی) از مجموعه تمام پورتفولیوهای ممکن بر اساس یک معیار خاص است. هدف معمولاً بهینه‌سازی پارامترهایی مانند بازده مورد انتظار در حالی که متغیرهایی مانند ریسک مالی را به حداقل می‌رسانیم. در معنای مالی این واژه، انحراف معیار یک سری زمانی به عنوان ریسک یا نوسان و تفاوت بین دو نقطه در یک سری زمانی به عنوان بازده تعریف می‌شود.
بهینه‌سازی وزن‌های کلاس‌های دارایی که باید نگهداری شوند و بهینه‌سازی وزن‌های دارایی‌ها درون همان کلاس دارایی دو مرحله رایج در بهینه‌سازی پورتفولیو هستند. پورتفولیوهایی که ما ایجاد می‌کنیم می‌توانند با توجه به ترجیحات هر فرد سفارشی شوند. این ترجیحات به تابع مطلوبیت منحصر به فرد هر فرد بستگی دارد که به صورت زیر تعریف می‌شود:
F (U) = αReturns – βRisk
ما می‌توانیم ببینیم که مقدار بهینه ریسک و بازده متناسب با نسبت α/β است.
در این پروژه، ما یک پورتفولیو از سهام بازار بورس کانادا ایجاد خواهیم کرد. بازده‌های لگاریتمی مقادیر بسته شدن تنظیم شده سهام‌های معامله شده از طریق API یاهو فایننس استخراج خواهد شد. سپس سهام‌های با عملکرد برتر را انتخاب خواهیم کرد. در اینجا شاخص بورس کانادا (TSX) به عنوان معیاری برای مقایسه در نظر گرفته می‌شود. ما چندین پورتفولیو توسعه خواهیم داد، نرخ رشد سرمایه‌گذاری آنها را نسبت به TSX می‌آموزیم و سپس با استفاده از تحلیل CAPM روی پورتفولیوهای مختلف و ماتریس کلیدی، پورتفولیوی بهینه را انتخاب خواهیم کرد.
مجموعه داده پروژه
ما فهرستی از شرکت‌هایی که در حال حاضر سهامشان برای معامله در دسترس است را از ویکی‌پدیا استخراج خواهیم کرد و بازده‌های لگاریتمی سهام‌ها را با استفاده از API یاهو فایننس به دست خواهیم آورد.
فناوری‌های استفاده‌شده
-
-
- زبان: R
- کتابخانه‌ها: tidyverse, tidyquant, htmltab, dplyr, rlang
-
مراحل حل پروژه
-
-
- وارد کردن کتابخانه‌ها و پکیج‌های مورد نیاز
- باز کردن فایل config.ini (این یک فایل تنظیمات است که می‌توان آن را بر اساس دیتاست شما ویرایش کرد)
- استخراج فهرست سهام‌هایی که در حال حاضر برای معامله در دسترس هستند از ویکی‌پدیا
- فرمت‌بندی نام‌های تیکر به گونه‌ای که توسط API یاهو فایننس شناسایی شوند
- استخراج بازده‌های لگاریتمی سهام‌ها و شاخص (XLK)
- انجام تحلیل CAPM
- یافتن درصد بالا از سهام‌ها
- ایجاد پرتفوی‌ها بر اساس تیکرهای با عملکرد بالا
- ایجاد چندین پرتفوی با استفاده از همان تیکرها که قبلاً انتخاب شده‌اند اما با تعداد تکرارهای مورد نظر ضرب می‌شوند
- انجام تحلیل CAPM بر روی آنها
- محاسبه ماتریس کلید
- تصمیم‌گیری در مورد پرتفوی مناسب با انتخاب پرتفوی مورد نظر از تحلیل CAPM و جستجو در جدول ماتریس کلید.
-
