风险度量之[下行风险]

大家好，欢迎来到IT知识分享网。

马上就1024了，过几天，我也会搞一次送书活动，免费送给大家，数量也会和大家参与程度决定。前一段也搞过一次送书活动，但由于公众号文章排序的调整，很多人都没有看到，这次为避免粉丝们错过这次福利，大家可以提前把公众号设为星标。设置方法如下：

言归正传，现在来讨论分析一下下行风险。N久前，分享了使用方差，即通过从收益率波动性的大小来评估风险大小，今天再来分享一下下行风险（Downside Deviaton）。何为下行风险，下行风险是从低于目标收益率的收益率评估风险大小。说白了，就是量化低于你的预期收益的风险大小。这一点，相比方差均值分析，投资者更关心，毕竟是收益率，大家更喜欢看到自己买的股票或者基金今天涨了多少，看到跌都会特别忧伤，因此，下行风险更符合投资者对风险的认识。下行风险的计算公式如下，非常简单，也很容易理解。其中R代表随机样本，MARR是投资者的目标收益率，可以是0，也可以是资产收益率的平均值或者国债收益率，作为投资者，可以根据自己的预期设置不同的值。

def cal_half_def(returns):
    mu=returns.mean()#这里使用的是均值
    temp = returns[returns<mu]
    half_deviation = (sum((temp-mu)**2)/len(temp))**0.5
    return(half_deviation)

现在来分别计算三安光电和中国软件的下行风险：

import tushare as tsimport numpy as np#三安光电
SAGD = ts.get_k_data('600703',start='2017-01-01',end='2020-05-30')
#中国软件
ZGRJ = ts.get_k_data('600635',start='2017-01-01',end='2020-05-30')

#计算收益
SAGD['p_change']=SAGD['close'].shift(1)-SAGD['close']
ZGRJ['p_change']=ZGRJ['close'].shift(1)-ZGRJ['close']

cal_half_def(SAGD['p_change'])
3.028155352537674

cal_half_def(ZGRJ['p_change'])
2.4374782524095764

下行风险分析，同样，三安光电的风险更大，与使用通过方差均值分析的结果相同。
未来避免错过送书活动，记得设为星标哦！！