Релиз версии 1.2.0 финансовой библиотеки Okama для Python
У нас хорошая новость. Вышла версия 1.2.0 финансовой библиотеки Okama для Python.
Новый класс для макроэкономических параметров Indicator
Теперь в okama есть 3 класса для работы с макроэкономическими данными:
- Indicator : Макроэкономические индикаторы. (.RATIO новый namespace)
- Inflation : Инфляция и свойственные для нее методы (.INFL namespace)
- Rates : Ставки банков и Центробанков (.RATE namesapce)
Информация по новым классам добавлена в Документацию.
База финансовых данных
Циклический P/E Шиллера (CAPE10) для 20+ стран добавлен в базу данных. Новые тикеры: USA_CAPE10.RATIO, CHN_CAPE10.RATIO, CHN_CAPE10.RATIO` и т.д.
Дневные данные в Макроэкономических классах
Класс Rate теперь имеет .values_daily атрибут (по аналоги с Asset().daily_close):
Все макроэкономические классы имеют .values_monthly атрибут.
.describe() метод для всех макро-классов
.describe() показывает статистику с начала года и для выбранного списка временных промежутков:
- среднее (арфметическое)
- медиана
- макс. и мин. значения с датами
.describe() в классе Inflation отличается. Он показывает характерные для инфляции статистические величины:
- Инфляция с начала года (YTD)
- Среднегодовая инфляция (среднее геометрическое) для выбранных периодов и за весь срок
- Максимальная 12-месячная инфляция для выбранных периодов и за весь срок
- Покупательная способность для 1000 денежных единиц (для выбранных периодов и за весь срок)
Скользящие отклонения от индекса для ETF
.tracking_difference() и tracking_difference_annualized() теперь являются методами (были атрибутами). У них появился необязательный параметр `rolling_window` который задает размер окна для скользящего отклонения в месяцах.
Например, для расчета скользящего 24-месячного отклонения:
Скользящие отклонения могут быть полезны, когда накоплена достаточно глубокая статистики наблюдений и требуется посмотреть наиболее актуальные данные (а не в глубине истории).
Ниже находится пример сравнения скользящего 5-летнего отклонения SPY и взаимного фонда Vanguard (VFINX). Оба фонда следуют индексу акций США S&P500.
В следующих публикациях будут приведены более развернутые примеры сравнения индексных фондов на основе скользящих отклонений.
Теги:
Похожие материалы:
- Okama: финансовая библиотека для Python и бесплатная база исторических данных
- Вебинар: Python и библиотека okama для портфельного инвестора
- Python помогает готовить налоговую декларацию
- Поиск по бесплатной финансовой базе данных на okama.io
- Финансовый виджет: Сравнение с бенчмарком на okama.io
- Цикл онлайн-курсов «Финансовая грамотность+» на Финариуме
- История одного финансового пузыря
- Усреднение ценности. Стратегия получения финансового результата
- Финансовая грамотность в версии от БКС
- Карл Ричардс: Создание и следование финансовому плану
- «Финансовые» операции «Огни Москвы»
- Инвестиции для госслужащих: Запрет на иностранные счета и финансовые инструменты
- Бен Карлсон. Сможет ли искусственный интеллект заменить финансовых консультантов?
Комментарии