import pandas as pd import numpy as np

bd

lista_r = [np.nan] for i in bd.index: if i == 0: precio_anterior = bd.loc[i,'Precio de cierre'] else: precio_actual = bd.loc[i,'Precio de cierre'] rendimiento = (precio_actual-precio_anterior)/precio_anterior lista_r.append(rendimiento) precio_anterior = precio_actual

bd['R_discreto_ISA'] = lista_r

bd

lista_r = [np.nan] for i in bd.index: if i == 0: precio_anterior = bd.loc[i,'Precio de cierre'] else: precio_actual = bd.loc[i,'Precio de cierre'] rendimiento = np.log(precio_actual/precio_anterior) lista_r.append(rendimiento) precio_anterior = precio_actual

bd['R_continuo_ISA'] = lista_r bd

dias_negociacion = len(bd['Precio de cierre']) dias_negociacion

Rentabilidad_promedio = bd['R_continuo_ISA'].mean() Rentabilidad_promedio

Rentabilidad_anualizada = (1+Rentabilidad_promedio)**dias_negociacion -1 Rentabilidad_anualizada

desviacion_muestral = bd['R_continuo_ISA'].std() desviacion_muestral

desviacion_p = bd['R_continuo_ISA'].std(ddof=0) desviacion_p

kurtosis = bd['R_continuo_ISA'].kurtosis() kurtosis

coef_asim = bd['R_continuo_ISA'].skew() coef_asim

bd['R_continuo_ISA'].hist(bins=int(dias_negociacion/2));

rendimiento_anual = Rentabilidad_promedio*dias_negociacion rendimiento_anual

riesgo_anual = desviacion_muestral*np.sqrt(dias_negociacion) riesgo_anual

rend_activos1 = [0.02,0.12,-0.05] rend_activos2 = [-0.07,-0.1,0.25] datos_cov = (pd.DataFrame([rend_activos1,rend_activos2]).T) datos_cov.columns = ['Rendimientos activo 1','Rendimientos activo 2'] datos_cov

datos_cov.cov() #Muestral

datos_cov.cov(ddof=0) #Poblacional

datos_cov.corr()

import session_info session_info.show()