1. 学习
    2. /
  2. 课程
    3. /
  3. Machine Learning for Finance in Python
Connected

练习

Výpočet kovariancí pro volatilitu

V MPT kvantifikujeme riziko prostřednictvím volatility. Matematika výpočtu volatility portfolia je komplexní a vyžaduje kovariance denních výnosů. Nyní projdeme smyčkou každý měsíc v DataFrame returns_monthly a vypočítáme kovarianci denních výnosů.

Pomocí datetime indexů v pandas lze přistupovat k měsíci a roku přes df.index.month a df.index.year. Využijeme toho k vytvoření masky pro returns_daily, která nám v každém cyklu smyčky vrátí denní výnosy pro aktuální měsíc a rok. Masku pak použijeme k filtrování DataFrame: df[mask]. Tím získáme záznamy z returns_daily, které patří do aktuálního měsíce a roku v daném průchodu smyčkou. Nakonec použijeme metodu .cov() z pandas k výpočtu kovariance denních výnosů.

说明

100 XP
  • Projdi smyčkou index returns_monthly.
  • Vytvoř masku pro returns_daily, která využívá aktuální měsíc a rok z returns_monthly a porovnává je s aktuálním měsícem a rokem z proměnné i v smyčce.
  • Aplikuj masku na returns_daily a vypočítej kovariance pomocí .cov().