An application of modern portfolio theory to the US stock market using Python

This study investigates the direction of the relationship between the beta coefficient and expected return of a portfolio, and whether under a certain level of risk a portfolio that only encompasses randomly selected stocks provides an acceptable level of return. The portfolios which consist of only stocks were conceived using Markowitz Portfolio Theory (MPT) and Capital Asset Pricing Model (CAPM), and the stocks were chosen from the companies under the Dow Jones Industrial Average (DJIA) Index. Therefore, beta coefficients of the stocks under the DJIA index were calculated and divided into high and low beta coefficients to construct two portfolios, random portfolios were established comprising randomly chosen stocks and lastly, the benchmark portfolio was built by buying all the index under the Markowitz diversification. The programming language Python was used to scrape historical data online, and calculate, optimize and construct the portfolios. It has been observed that the relationship between the beta coefficient and expected return is not as evident as designated in Sharpe, Lintner, and Black's CAPM model. Data indicated that the beta coefficient alone is not sufficient to explain the expected return, that a higher beta coefficient does not guarantee higher returns, and that random portfolio selection does not perform as well as other portfolios with a certain strategy, thus it is not recommended to the investor. However, it cannot be answered whether the results obtained are due to the inadequacy of the CAPM model or the inefficiency of portfolios built representing the market portfolio. Cette étude examine relation entre le coefficient bêta et le rendement attendu d'un portefeuille, et si, sous un certain niveau de risque, un portefeuille qui comprend uniquement des actions sélectionnées au hasard fournit un niveau de rendement acceptable. Les portefeuilles composés uniquement d'actions ont été conçus à l'aide de la théorie du portefeuille de Markowitz (MPT) et du modèle d'évaluation des actifs financiers (CAPM). Les actions ont été choisies parmi les sociétés de l'indice Dow Jones Industrial Average (DJIA). Par conséquent, les coefficients bêta des actions sous l'indice DJIA ont été calculés et divisés en coefficients bêta haut et bas pour construire deux portefeuilles. Pour construire un autre portefeuille, tout l'indice a été acheté en obéissant à la diversification. Au final, trois portefeuilles ont été établis comprenant de manière aléatoire les actions choisies. Le langage de programmation Python a été utilisé pour extraire les données historiques en ligne, construire les portefeuilles, calculer et optimiser les actions. Il a été observé que la relation entre le coefficient bêta et le rendement attendu n'est pas aussi clair et évident que ceux indiqué dans le modèle CAPM de Sharpe, Lintner et Black. Les données ont indiqué que le coefficient bêta à lui seul n'est pas suffisant pour expliquer le rendement attendu, qu'un coefficient bêta plus élevé ne garantit pas des rendements plus élevés et que la sélection aléatoire de portefeuilles ne fonctionne pas aussi bien que d'autres portefeuilles avec une certaine stratégie, il n'est donc pas recommandé à l'investisseur. Cependant, on ne peut pas dire si les résultats obtenus sont dus à l'inadéquation du modèle CAPM ou à l'inefficacité des portefeuilles construits représentatifs du portefeuille de marché.