1. Učit se
    2. /
  2. Kurzy
    3. /
  3. Kvantitativní řízení rizik v Pythonu
Connected

cvičení

Práce s PyPortfolioOpt: kovariance

Optimalizace portfolia závisí na nestranném a efektivním odhadu kovariance aktiv. Výběrová kovariance sice nestranná je, ale efektivní nikoli – extrémní události mají tendenci být nadhodnoceny.

Jedním ze způsobů, jak tento problém řešit, je tzv. "smršťování kovariance" (covariance shrinkage), při kterém se velké chyby zmenší ('smrští'), čímž se zvýší efektivita odhadu. V tomto cvičení použiješ objekt CovarianceShrinkage z modulu pypfopt.risk_models, který transformuje výběrovou kovarianci na efektivní odhad. Učebnicová metoda smršťování chyb .ledoit_wolf() je jednou z metod tohoto objektu.

V pracovním prostoru máš k dispozici prices (ceny aktiv). Poznámka: přestože objekt CovarianceShrinkage přijímá jako vstup prices, ve skutečnosti počítá kovarianční matici výnosů aktiv, nikoli cen.

Pokyny 1/2

undefined XP
    1
    2
  • Importuj objekt CovarianceShrinkage z modulu pypfopt.risk_models.
  • Vytvoř instanční proměnnou cs objektu CovarianceShrinkage reprezentující kovarianční matici výnosů.