В этом разделе обсуждается библиотека с открытым кодом okama для Python.
Возможности okama:
- Оптимизация инвестиционного портфеля (Mean-Variance Analysis - MVA)
- Построение границы эффективности с учетом различных периодов ребалансировки портфеля
- Прогнозирование показателей портфеля с использованием метода Монте-Карло
- Прогнозирование с использованием различных распределений: нормальное, логнормальное и т.п.
- Расчет популярных метрик риска: волатильность, полудисперсия, VaR, CVaR и др.
- Расчет дивидендной доходности различных активов
- Бэктестинг произвольных инвестиционных портфелей
- Приведение показателей портфеля к единой валюте
- Сравнения показателей индексных фондов: отклонение, ошибка следования, бета и др.
- Макроэкономические показатели различных рынков: инфляции, ставки банков, ставки ЦБ
- Скрипты для визуализации границы эффективности, Transition Map, графиков исторической доходности и риска
Библиотека работает вместе с бесплатной базой исторических данных, доступной через API:
- Цены акций и фондов (ETF) для различных рынков (Россия, США, ЕС и др.)
- Стоимость пая и СЧА паевых инвестиционных фондов (ПИФ)
- Стоимость товарных видов активов (золото, серебро и т.д.)
- Котировки валют
- Значения индексов
- Инфляция различных стран
- Ставки ЦБ (Россия)
- Цены на недвижимость (Россия)
Библиотека доступна для загрузки и использования на GitHub.
Примеры использования библиотеки okama в формате Jupyter Notebook.