Anaconda install

Jupyter를 사용하기위해 anacoda install을 진행했다. (linux, ubuntu 환경)


인스톨은 여기를 참조했다.


인스톨후 conda를 입력해서 인식되면 제대로 설치된 것


Jupyter 설정

Jupyter 설치는 conda설치시에 기본적으로 되고, 설정하는 방법은 여기 참조


Jupyter notebook에서 tensorflow를 사용하려면, linux 터미널에서 conda install tensorflow 하면 설치된다.


ipdb관련

Jupyter notebook에서 라인디버깅을 하기위해서 ipdb를 추가 인스톨해야했는데 conda install ipdb로는 안됐고

conda install -c conda-forge ipdb로 하니까 깔렸다.


디버깅 방법은 아래와 같다.



위에거 빠져나올때는 exit() 쳐줘야 한다.

'programming > python' 카테고리의 다른 글

Anaconda & Jupyter  (0) 2018.03.23
python numpy  (0) 2018.02.28
python virtualenv  (0) 2017.11.16
python에서 doxygen 사용해보기  (0) 2017.11.14
python import  (0) 2017.11.14
python 시간관련 함수  (0) 2017.10.31

유용링크들

101가지 문제풀기 연습



random 관련


0이상 20미만의 int 10개 배열 만들기

> a = np.random.randint(20, size=10)

array([17, 12,  4, 18, 11, 15,  5, 19, 19, 18])



5행3열의 array를 만들고 그 값들을 5~10 사이의 랜덤한 숫자로 채우고 싶을때

np.random.uniform(5, 10, size=(5,3))

#> [[ 8.50061025  9.10531502  6.85867783]

#>  [ 9.76262069  9.87717411  7.13466701]

#>  [ 7.48966403  8.33409158  6.16808631]

#>  [ 7.75010551  9.94535696  5.27373226]

#>  [ 8.0850361   5.56165518  7.31244004]]


위를 소수점 3째자리 까지만 나오도록 하고 싶으면

> np.set_printoptions(precision=3) 하면됨(글로벌 적용이라 그 이후에 출력하는데는 다 공통적으로 적용됨)


e-04와 같은 scientific notation을 제거하고 싶으면?

> np.set_printoptions(suppress=True) 하면 된다.



array관련

> np.arange(10) 하면 array([0,1,2,3,4,5,6,7,8,9]) 가 만들어 진다.



> arr = np.arange(10) 한다음


> arr[arr%2 == 1] 하면 array([1,3,5,7,9])가 리턴된다. (조건문을 인덱스 부분에 넣을 수 있다는 것. 그냥 python list로는 안되는 부분)


> arr[arr%2 == 1] = -1 하면 arrary([0,-1,2,-1,4,-1,6,-1,8,-1]) 이 만들어진다. 조건문으로 인덱스 조회가 되는것 뿐 아니라 assign과 연결시킬수도 있다.


> arr *= -1 하면 array([0,-1,-2,-3,-4,-5,-6,-7,-8,-9])가 만들어진다. (element에 대한 연산을 저런식으로 할 수 있다는것.. python list로는 다른 의미가 되어버리니 주의할 것)



np.where 사용하기

> a = np.array([1,2,3,2,3,4,3,4,5,6])

> b = np.array([7,2,10,2,7,4,9,4,9,8])


값이 같은 인덱스만 추리고 싶으면?

> np.where(a == b) 하면된다.

> array([1,3,5,7])이 리턴된다.




'programming > python' 카테고리의 다른 글

Anaconda & Jupyter  (0) 2018.03.23
python numpy  (0) 2018.02.28
python virtualenv  (0) 2017.11.16
python에서 doxygen 사용해보기  (0) 2017.11.14
python import  (0) 2017.11.14
python 시간관련 함수  (0) 2017.10.31

Parity

패리티는 두개가 서로 같은걸 의미한다.


Risk Parity 전략

2009년에 등장한 포트폴리오 전략.

위험을 균등하게 맞춘다는 의미로 risk parity라 명명한듯 하다.


고전적인 포트폴리오는 보통 주식60%, 채권40%등 분산투자 형태로 구현된다.

주식만으로 100% 포트폴리오를 구성하는 경우 단기적인 리스크가 너무크고 수익률이 정체되는 기간이 긴 경우도 있기 때문



그런데 리스크의 관점에서 보면, 위 그림에서와 같이 주식이 전체 리스크의 90%를 짊어지고 가게된다.

그리고 이것이 금융위기와 같은 상황에서는 큰 문제가 된다.




리스크를 50:50으로 맞추어보면 위 그림에서와 같이 주식28%, 채권72%의 비중이 되어야 하는데,

문제는 채권의 비중이 높아짐에 따라 수익이 낮아진다.


이러한 단점을 극복하기위해 채권에 레버리지를 취한 전략을 risk parity라고 한다.


고찰

당연히 이 전략이 만능은 아니고, 

주식강세 장에서는 상대적으로 수익이 감소되는 단점이 있다.

'재무 금융' 카테고리의 다른 글

Risk Parity 전략  (0) 2018.01.30
위험조정수익률(risk-adjusted return)  (0) 2018.01.26
z-score, Sharpe's ratio(샤프 비율)  (0) 2018.01.25
선물  (0) 2018.01.21
미국 Ticker Symbol 시스템 정리  (0) 2017.12.12
펀드 이해하기  (0) 2017.11.24

+ Recent posts

티스토리 툴바