Výpočet dynamického rozptylu portfolia

V tomto cvičení si procvičíš výpočet rozptylu jednoduchého portfolia se dvěma aktivy s využitím dynamické kovariance z GARCH modelů.

Moderní teorie portfolia říká, že existuje optimální způsob sestavení portfolia, který využívá efekt diverzifikace – díky němu lze dosáhnout požadované míry očekávaného výnosu při minimálním riziku. Tento efekt je obzvlášť patrný, když je kovariance mezi výnosy aktiv záporná.

Předpokládej, že máš portfolio tvořené pouze dvěma aktivy: měnovými páry EUR/USD a CAD/USD. Jejich rozptyly z GARCH modelů jsou uloženy v proměnných variance_eur a variance_cad a jejich kovariance byla vypočítána a uložena v proměnné covariance. Vypočítej celkové rozptyly portfolia pro různé váhy obou aktiv a vizualizuj jejich rozdíly.

Toto cvičení je součástí kurzu

GARCH modely v Pythonu

Zobrazit kurz

Pokyny k cvičení

Nastav váhu EUR/USD Wa1 v portfoliu a na hodnotu 0,9 a Wb1 v portfoliu b na hodnotu 0,5.
Vypočítej rozptyl portvar_a pro portfolio a pomocí variance_eur, variance_cad a covariance; stejným způsobem vypočítej portvar_b pro portfolio b.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Define weights
Wa1 = ____
Wa2 = 1 - Wa1
Wb1 = ____
Wb2 = 1 - Wb1

# Calculate portfolio variance
portvar_a = Wa1**2 * ____ + Wa2**2 * ____ + 2*Wa1*Wa2 *____
portvar_b = Wb1**2 * ____ + Wb2**2 * ____ + 2*Wb1*Wb2*____

# Plot the data
plt.plot(portvar_a, color = 'green', label = 'Portfolio a')
plt.plot(portvar_b, color = 'deepskyblue', label = 'Portfolio b')
plt.legend(loc = 'upper right')
plt.show()

Upravit a spustit kód