Snowball 0.1.1

No project description provided

Snowball

Snowball은 자산 배분 및 투자 전략을 손쉽게 시뮬레이션/백테스팅할 수 있는 파이썬 패키지입니다.

설치 방법

소스 코드는 GitHub에 올라와 있으며 최신버전은 pip로 설치할 수 있습니다.

pip install snowball

사용 방법

결과 리포트내 챠트가 plotly로 구현되어 있으므로 jupyter notebook에서 실행하는 것을 권장합니다.

자산 가격 데이터 준비

• 투자할 자산(주식, ETF, Index, Commodity, etc.)의 일일 가격 데이터를 준비합니다.
• 데이터 형태는 pandas DataFrame이어야 합니다.

print(price_data)

date	ETF_A	ETF_B	ETF_C
2000-11-21	140.2723	203.29	2317.70
2000-11-27	140.2707	204.39	2318.63
2000-11-28	140.2121	204.87	2318.44
...	...	...	...
2020-12-01	137.8898	200.26	2316.95
2020-12-02	139.8906	200.32	2316.53
2020-12-03	138.7654	200.19	2315.77

백테스팅

• backtest() 함수를 이용하여 정기적으로 리밸런싱하는 포트폴리오를 시뮬레이션합니다.

import snowball as sb

# 고정 비중 
portfolio = sb.backtest(prices=price_data, 
                        schedule='EOM', 
                        weight={'ETF_A': 0.3, 'ETF_B': 0.3, 'ETF_C': 0.4}, 
                        start='2000-12-31')

# Risk Budgeting
portfolio = sb.backtest(prices=price_data, 
                        schedule='EOM', 
                        risk_budget={'ETF_A': 0.5, 'ETF_B': 0.4, 'ETF_C': 0.1}, 
                        start='2000-12-31')

• 리밸런싱 옵션
  • schedule
    • 'EOM' : 월말
    • 'EOQ' : 분기말
    • 'EOY' : 년말
    • 위의 약어 대신 리밸런싱하고 싶은 일자를 list로 직접 입력 가능
  • weight | risk_budget
    • 각 자산별 비중 또는 리스크 버짓을 dictionary로 입력
    • 비중 또는 버짓의 합은 1이어야 합니다.

결과 확인

• backtest()가 반환한 오브젝트의 report() 함수를 이용하여 결과를 확인합니다.
• 챠트는 plotly로 구현하였으며 interactive하게 조정할 수 있습니다(jupyter lab에서 챠트 표시가 정상적으로 되지 않는 경우 extension을 설치하여 주십시오).

portfolio.report()

• 또는 오브젝트 내의 결과 데이터를 직접 처리할 수 있습니다.

print(portfolio.stats, portfolio.returns, portfolio.weights, portfolio.trades) 

---

포트폴리오 예제

아래 예제를 실행하기 전에 yfinance 패키지를 우선 설치해 주세요. 또 다른 예제들은 sample 디렉토리안의 노트북을 참고하시기 바랍니다.

주식/채권 60/40

• 한국 주식 ETF와 한국 국채3년 ETF를 매월 60/40으로 리밸런싱

import yfinance as yf
import snowball as sb

price_data = yf.download('069500.KS 114820.KS', period='MAX')['Adj Close']

balanced64 = sb.backtest(prices=price_data, 
                         schedule='EOM', 
                         weight={'069500.KS': 0.6, '114820.KS':0.4},
                         start='2012-12-01')
balanced64.report()