Análise de Portfólio com pyfolio

Portfolio em finanças é um conjunto de ativos financeiros, no qual o principal objetivo reside na diversificação. É sempre necessário demonstrar eficácia em sua montagem, minimizando o nível do risco incorrido e maximizando a performance. Para analisar se foi possível obter a eficácia, é necessário realizar testes de performance, e a biblioteca pyfolio, permite criar facilmente análises de performance e risco de carteiras de investimento e estratégias. Neste post, mostramos como é possível visualizar essas medidas construindo um portfolio e realizando o backtest com o pyfolio.

Como exemplo, criamos uma portfolio composto de cinco ações: ITUB4, PETR4, VALE3 e BRFS3, compreendendo os dias entre 2019-01-01 e 2022-07-11. Através do preços diários, calculamos os retornos simples das ações e construímos um Equal Weighted Portfólio, ou seja, uma carteira em que todas as ações possuem o mesmo peso de 25% do total investido.

Abaixo, mostramos os gráficos criados a partir das funções da biblioteca, realizando comparações com os retornos da Ibovespa durante o mesmo período. Todo o código e vídeo comentado da montagem do portfólio e dos gráficos são disponibilizados para membros do Clube AM.

Retorno Anualizado

É possível compreender como o portfólio performou em cada ano. A função cria automaticamente uma linha para da média do retorno no período.

Retorno Acumulado

Com o gráfico abaixo, compreendemos a evolução do retorno ao longo do tempo do portfólio. É possível comparar com a evolução do Ibovespa.

Drawdown

O drawdown é uma medida do declínio do pico histórico do ativo. É interessante para entender os períodos de turbulência do portfólio.

Beta móvel

Por fim, podemos visualizar o Beta de mercado do portfolio, isto é, o coeficiente que mede a relação da carteira com o mercado. É útil para entender o quanto o portfolio se movimenta com as oscilações do mercado, representando uma medida para a comparação com o risco sistemático de todo o mercado.

__________________________________________________

Quer saber mais?

Veja nosso curso de Python para Investimentos.

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Como choques inflacionários afetam a previsão da Selic?

Como mensurar a importância de choques na inflação sobre o erro de previsão da taxa de juros? Neste exercício quantificamos esta pergunta sob a ótica de um modelo VAR, usando dados recentes da macroeconomia brasileira. Especificamente, estimamos a decomposição da variância dos erros de previsão do modelo, analisando choques na inflação da gasolina e sua importância sobre a variância dos erros de previsão da taxa Selic.

Modelo de previsão para o preço da gasolina

Neste exercício exploramos os dados públicos sobre o preço da gasolina no Brasil, sua composição, evolução temporal, políticas associadas e, por fim, construímos um modelo simples de previsão. Com um modelo em mãos, o analista pode cenarizar o comportamento futuro da série da forma como preferir. Todos os procedimentos foram feitos usando a linguagem de programação Python.

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais e conteúdos exclusivos sobre Análise de Dados!

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais e conteúdos exclusivos sobre Análise de Dados!

como podemos ajudar?

Preencha os seus dados abaixo e fale conosco no WhatsApp

Boletim AM

Preencha o formulário abaixo para receber nossos boletins semanais diretamente em seu e-mail.