Efektivní hranice a finanční krize
V předchozím cvičení jsi zkoumal/a kovarianční matici portfolia investičních bank před finanční krizí, během ní a po ní. Teď vizualizuješ změny, které nastaly na efektivní hranici — uvidíš, jak krize výrazně zvýšila základní úroveň rizika pro jakýkoli daný výnos.
S využitím knihovny PyPortfolioOpt pypfopt a jejího objektu Critical Line Algorithm (CLA) odvodíš a vizualizuješ efektivní hranici během krizového období a přidáš ji do bodového grafu, který již zobrazuje efektivní hranice před krizí a po ní.
Máš k dispozici očekávané výnosy returns_during, efektivní kovarianční matici ecov_during a objekt CLA z knihovny pypfopt. (Nezapomeň, že grafy v DataCampu lze rozbalit do vlastního okna, což usnadní jejich čtení.)
Toto cvičení je součástí kurzu
Kvantitativní řízení rizik v Pythonu
Pokyny k cvičení
- Vytvoř objekt kritického liniového algoritmu (
CLA) s názvemefficient_portfolio_during, a to pomocí očekávaných výnosů a efektivní kovarianční matice výnosů. - Vypiš portfolio s minimálním rozptylem pro
efficient_portfolio_during. - Vypočítej efektivní hranici pro
efficient_portfolio_during. - Přidej výsledky efektivní hranice do již zobrazených bodových grafů efektivních hranic z období před krizí a po krizi.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Initialize the Crtical Line Algorithm object
efficient_portfolio_during = CLA(____, ecov_during)
# Find the minimum volatility portfolio weights and display them
print(efficient_portfolio_during.____)
# Compute the efficient frontier
(ret, vol, weights) = efficient_portfolio_during.____
# Add the frontier to the plot showing the 'before' and 'after' frontiers
plt.scatter(vol, ____, s = 4, c = 'g', marker = '.', label = 'During')
plt.legend()
plt.show()