馬上就1024了，過幾天，我也會搞一次送書活動，免費送給大家，數量也會和大家參與程度決定。前一段也搞過一次送書活動，但由於公眾號文章排序的調整，很多人都沒有看到，這次為避免粉絲們錯過這次福利，大家可以提前把公眾號設為星標。設置方法如下：
言歸正傳，現在來討論分析一下下行風險。N久前，分享了使用方差，即通過從收益率波動性的大小來評估風險大小，今天再來分享一下下行風險（Downside Deviaton）。何為下行風險，下行風險是從低於目標收益率的收益率評估風險大小。說白了，就是量化低於你的預期收益的風險大小。這一點，相比方差均值分析，投資者更關心，畢竟是收益率，大家更喜歡看到自己買的股票或者基金今天漲了多少，看到跌都會特別憂傷，因此，下行風險更符合投資者對風險的認識。下行風險的計算公式如下，非常簡單，也很容易理解。其中R代表隨機樣本，MARR是投資者的目標收益率，可以是0，也可以是資產收益率的平均值或者國債收益率，作為投資者，可以根據自己的預期設置不同的值。
def cal_half_def(returns):
mu=returns.mean()#這里使用的是均值
temp = returns[returns<mu]
half_deviation = (sum((temp-mu)**2)/len(temp))**0.5
return(half_deviation)
現在來分別計算三安光電和中國軟件的下行風險：
import tushare as tsimport numpy as np#三安光電
SAGD = ts.get_k_data('600703',start='2017-01-01',end='2020-05-30')
#中國軟件
ZGRJ = ts.get_k_data('600635',start='2017-01-01',end='2020-05-30')
#計算收益
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
下行風險分析，同樣，三安光電的風險更大，與使用通過方差均值分析的結果相同。
未來避免錯過送書活動，記得設為星標哦！！