À propos de CAGR

1. Objet

Décrivez le TCAC et le code pour calculer le TCAC.

2 Sommaire

Formule 2-1 CAGR

Pour le prix d'une certaine action, soit S_0 le cours de l'action à la date de base et S_n le cours de l'action n jours ouvrables après la date de début. A ce moment, le TCAC (taux de croissance moyen composé) est calculé par la formule suivante.

CAGR = \biggl({\frac{S_n}{S_0}} \biggl)^{\frac{1}{years}}-1

Cependant, années = n / (nombre total de jours de négociation en un an)

2-2 Que signifie le TCAC?

Le TCAC (taux de croissance annuel moyen) est la moyenne géométrique par an calculée à partir du taux de croissance sur plusieurs années. Par exemple, considérons le taux de croissance moyen sur trois ans lorsque les ventes de 100 millions de yens atteignent 160 millions de yens en trois ans. Pour ce problème, 160 ÷ 100 = 1,6 en 3 ans, soit 60% d'augmentation, donc l'idée que le taux de croissance moyen par an est de 60/3 = 20 et 20% est erronée. Dans la pensée commerciale générale, le taux de croissance annuel moyen est basé sur l'idée d'intérêt composé, et nous devons trouver x tel que 100 x (1 + x) x (1 + x) x (1 + x) = 160. Par conséquent, 3√1,6 = 1,1696 ... Autrement dit, 17,0% est la bonne réponse.

Source: https://mba.globis.ac.jp/about_mba/glossary/detail-11621.html

2-3 Code CAGR à calculer

test.py


#CAGR(Taux de croissance annuel)Calculer
def CAGR(DF):
    df = DF.copy()
    df["daily_ret"] = DF["Close"].pct_change() #Calculez le taux de variation à partir de la veille du cours de clôture du cours de l'action.
    df["cum_return"] = (1 + df["daily_ret"]).cumprod() #cumprod(Renvoie le produit cumulatif de tous les éléments en scalaire y.
    n = len(df)/252
    CAGR = (df["cum_return"][-1])**(1/n) - 1
    return CAGR

Recommended Posts

À propos de CAGR
À propos de LangID
À propos de virtiofs
À propos de python-apt
À propos de l'autorisation
À propos de sklearn.preprocessing.Imputer
À propos de Gunicorn
À propos de requirements.txt
À propos des paramètres régionaux
À propos de l'axe = 0, axe = 1
À propos de l'importation
À propos de numpy
À propos de pip
À propos de Linux
À propos de numpy.newaxis
À propos d'Endian
À propos de Linux
À propos de l'importation
À propos de Linux
À propos de Linux
À propos de cv2.imread
À propos de _ et __
À propos de wxPython
À propos des tranches Python
À propos de la notation d'inclusion de python
À propos du volume Docker
[Linux] À propos de l'exportation
À propos du type de référence
À propos du scraping Twitter
À propos du test
En savoir plus sur la programmation
À propos de la personnalisation de Flask
À propos de la portée des variables. .. ..
À propos de Python tqdm.
À propos du rendement Python
Remarques sur avec
À propos de python, classe
A propos des modèles linéaires
À propos des fonctions Go
À propos de décrire les pandas
À propos de Kivy root
À propos du délai d'expiration de Firestore
À propos de l'héritage Python
À propos de python, range ()
À propos de Confusion Matrix
[Linux] À propos de PATH
À propos de Python Decorator
Linux (à propos des groupes)
Remarque sur awk
À propos de la référence Python
À propos du démarrage automatique de Bitnami
À propos des décorateurs Python
À propos du SDK Milkcocoa
Notes sur Pytorch
[Python] À propos du multi-processus
À propos de la diffusion Numpy