PyPortfolioOpt-Risikofunktionen

Das Ziel des Markowitz-Optimierungsproblems ist es, die Portfoliovarianz unter mehreren Nebenbedingungen zu minimieren. Erinnerst du dich aus Kapitel 2, wie man sie berechnet? Portfoliovarianz = Gewichte transponiert * Kovarianzmatrix * Gewichte. In PyPortfolioOpt nennen wir die Kovarianzmatrix sigma, um zu kennzeichnen, dass es sich um die Stichproben-Kovarianz \(\Sigma\) handelt.

In dieser Übung siehst du, dass die PyPortfolioOpt-Funktionen zur Berechnung von Sigma genau das gleiche Ergebnis liefern, als würdest du die Kovarianz von Hand berechnen. Gleiches gilt für die erwartete Rendite: Du kannst ebenfalls prüfen, dass PyPortfolioOpt dieselbe Ausgabe liefert wie die manuelle Berechnung annualisierter täglicher Renditen. Verfügbar sind die stock_prices. Lass uns das genauer untersuchen…