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

cvičení

Procvičení s PyPortfolioOpt: výnosy

Moderní teorie portfolia je základním kamenem řízení portfoliového rizika – efektivní hranice je standardní metodou pro posouzení jak ochoty investora přijímat riziko, tak tržních kompromisů mezi rizikem a výnosem. V tomto cvičení si vytvoříš výkonné nástroje pro prozkoumání efektivní hranice portfolia pomocí Pythonové knihovny PyPortfolioOpt pypfopt.

Pro výpočet efektivní hranice jsou potřeba jak očekávané výnosy, tak kovarianční matice portfolia.

Po krátkém procvičení načítání cenových dat investičních bank použiješ metodu mean_historical_return z modulu pypfopt.expected_returns k výpočtu a vizualizaci průměrných anualizovaných výnosů každé banky z denních cen aktiv. Následující cvičení se pak zaměří na kovarianční matici.

Pokyny 1/2

undefined XP
    1
    2
  • Načti data portfolia ze souboru portfolio.csv do proměnné prices pomocí metody .read_csv().
  • Převeď sloupec 'Date' v prices do formátu datetime a nastav ho jako index pomocí metody .set_index().