How is the Markowitz approach different from evaluating assets one at a time?

Looking at assets one at a time tells you about each holding on its own, while the Markowitz approach looks at how they interact inside a portfolio. In this course, that means paying attention to shared movement between assets so the combined allocation can be assessed more realistically.

Do you need any prerequisites before learning the Markowitz approach?

A basic understanding of Sharpe ratio and risk-to-return measures is helpful before starting this course. The course builds on that foundation by adding covariance, correlation, and optimization for a two-asset portfolio.

What tools, platforms, or methods are used in this course?

Learners work in a hands-on virtual workspace, and the main method is the Markowitz model for two-asset portfolio optimization. The course also uses portfolio statistics and the efficient frontier to compare allocation choices.

What specific tasks will you practice or complete in this course?

You will prepare asset data, calculate how two assets relate to each other, work out portfolio risk and risk-to-return measures, and graph the results. Those tasks help you compare allocation options and identify a stronger two-asset portfolio mix using the Markowitz approach.

Portfolio Optimization using Markowitz Model

geführtes projekt ist nicht verfügbar in Deutsch (Deutschland)

Wir übersetzen es in weitere Sprachen.

Portfolio Optimization using Markowitz Model

Dozent: Bekhruzbek Ochilov, MCSI, PAGRC

20.596 bereits angemeldet

Bei Mehr erfahren enthalten

Fragen Sie Coursera

angeleitetes Projekt

Erwerben Sie praxisrelevante Kompetenzen unter Anleitung von Experten, üben Sie sich in ihrer Anwendung und wenden Sie sie schließlich an.

4.4

(328 Bewertungen)

Stufe Mittel

Empfohlene Erfahrung

3 hours

In Ihrem eigenen Lerntempo lernen

Praktisches Lernen

Mehr erfahren

angeleitetes Projekt

Erwerben Sie praxisrelevante Kompetenzen unter Anleitung von Experten, üben Sie sich in ihrer Anwendung und wenden Sie sie schließlich an.

4.4

(328 Bewertungen)

Stufe Mittel

Empfohlene Erfahrung

3 hours

In Ihrem eigenen Lerntempo lernen

Praktisches Lernen

Mehr erfahren

Was Sie lernen werden

Calculate covariance and correlation of two assets
Calculate variance and Sharpe ratio for two-asset portfolio
Use Markowitz model to optimize for the highest Sharpe ratio in two-asset portfolio
Understand what the efficient frontier is and how it is applied in portfolio management

Kompetenzen, die Sie festigen

Kategorie: Investments
Kategorie: Asset Management
Kategorie: Investment Management
Kategorie: Risk Modeling
Kategorie: Portfolio Management
Kategorie: Finance
Kategorie: Portfolio Risk
Kategorie: Model Optimization
Kategorie: Financial Modeling
Kategorie: Correlation Analysis
Kategorie: Mathematical Modeling
Kategorie: Equities
Kategorie: Financial Analysis
Kategorie: Return On Investment

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Unterrichtet in Englisch

Keine Downloads oder Installation erforderlich

Nur als Desktop-Version verfügbar

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Weitere Informationen zu Coursera für Unternehmen

Logos von Petrobras, TATA, Danone, Capgemini, P&G und L'Oreal

Lernen, Üben und Anwenden von berufsrelevanten Fähigkeiten in weniger als 2 Stunden

Nehmen Sie an Schulungen von Branchenexperten teil
Sammeln Sie mit Aufgaben aus der realen Welt praktische Erfahrung
Schaffen Sie Vertrauen durch neueste Tools und Technologien

Über dieses begleitete Projekt

In this 1-hour long project-based course, you will learn how to optimize a two-asset portfolio at the optimum risk-to-return with finding the maximum Sharpe ratio. To achieve this, we will be working around the Sharpe ratios of two given assets, we will find the efficient frontier of these assets, and find where they intersect the best by utilizing the Markowitz Model.

The content of this course draws on the knowledge of Project: Compare Stock Returns with Google Sheets, so you are highly recommended to take it first if you are not familiar with how the Sharpe ratio is calculated and don’t have an understanding of how the risk-to-return metrics work. Note: This course works best for learners who are based in the North America region. We're currently working on providing the same experience in other regions. This course's content is not intended to be investment advice and does not constitute an offer to perform any operations in the regulated or unregulated financial market.

Schritt für Schritt lernen

In einem Video, das auf einer Hälfte Ihres Arbeitsbereichs abgespielt wird, führt Sie Ihr Dozent durch diese Schritte:

Project overview and importing the data (4 min)
Preparing data, calculating covariance and correlation (12 min)
Calculating Sharpe ratio for two-asset portfolio (10 min)
Graphing the results and discussing the outcomes (13 min)

Empfohlene Erfahrung

Knowledge of risk-to-return metrics (Sharpe Ratio), standard distributions, Google Sheets (formulas such as IF, STDEV, VAR)

3 Projektbilder

Dozent

Lehrkraftbewertungen

(29 Bewertungen)

Bekhruzbek Ochilov, MCSI, PAGRC

45 Kurse410.590 Lernende

von

Coursera

Was Sie beim Lernen erwartet

Auf Kompetenzen basierendes, praktisches Lernen
Üben Sie die Anwendung neuer Kompetenzen anhand von berufsbezogenen Aufgabenstellungen.
Anleitung durch Experten
Lernen Sie mit vorab von Experten aufgezeichneten Videos in einer einzigartigen aufgeteilten Oberfläche.
Keine Downloads oder Installation erforderlich
Greifen Sie in einem vordefinierten Cloud-Arbeitsbereich auf die Tools und Ressourcen zu.
Nur für Desktop verfügbar
Dieses begleitete Projekt ist für die Bearbeitung an einem Laptop oder Desktop-Computer mit stabiler Internetverbindung konzipiert und nicht für Mobilgeräte.

Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.

Lernender seit 2018

„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“

Jennifer J.

Lernender seit 2020

„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“

Larry W.

Lernender seit 2021

„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“

Chaitanya A.

„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“

Bewertungen von Lernenden

5 stars
65,34 %
4 stars
21,27 %
3 stars
7,59 %
2 stars
2,73 %
1 star
3,03 %

Zeigt 3 von 328 an

Geprüft am 7. Juni 2020

Very informative things to enhance your knowledge and build your career in Finance

Geprüft am 2. Jan. 2023

Easy and simple, gave me a useful insight to build a markowitz portfolio model on excel

Geprüft am 7. Mai 2020

Good course to understand the need for diversification

Weitere Bewertungen anzeigen

Ihnen könnte auch Folgendes gefallen:

Status: Kostenloser Testzeitraum
Columbia University
Optimization Methods in Asset Management
Kurs
Status: Kostenlos
Coursera
Investment Risk Management
angeleitetes Projekt
Status: Kostenlos
Coursera
Seeking Investment Alpha
angeleitetes Projekt
Status: Kostenloser Testzeitraum
University of Illinois Urbana-Champaign
Investments I: Fundamentals of Performance Evaluation
Kurs

Schalten Sie den Zugang zu mehr als 10.000 Kursen mit einem Abonnement frei
Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.
Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online
Schließen Sie sich den über 4.700 globalen Unternehmen an, die Coursera for Business wählen

Häufig gestellte Fragen

Markowitz portfolio optimization is a method for deciding how to combine two assets by balancing return against risk instead of judging each asset alone. In this course, the focus is on using that method to find the two-asset mix with the strongest risk-to-return tradeoff.

You would use it when you want a more structured way to choose between different two-asset allocations. In this course, it helps you compare possible mixes and look for the portfolio that offers a better balance of return and volatility.

It fits after you have measured basic asset behavior and before you decide on a final allocation. The course uses it to turn return, variance, and relationship data into a clear comparison of portfolio choices.