Cambiar el span
En el ejercicio anterior descubriste que el span del riesgo y la rentabilidad ponderados exponencialmente puede influir en cómo queda la cartera óptima. De hecho, ¡el span tiene una influencia muy grande! Al fijar el span, puedes usar datos de, por ejemplo, solo los días más recientes, o emplear datos de los años más recientes. En el límite, cuando el span es tan largo como toda la muestra, equivale a usar la media histórica normal.
Ahora vamos a ver cómo un span corto y uno largo cambian tu cartera óptima. Tienes disponible el conjunto de datos stock_prices.
Este ejercicio forma parte del curso
Introducción al análisis de carteras en Python
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Calculate expected returns and sample covariance
mu_ema = expected_returns.ema_historical_return(stock_prices, span=____ ,frequency=252)
Sigma_ew = risk_models.exp_cov(stock_prices, span=____, frequency=252)
ef_2 = EfficientFrontier(mu_ema, Sigma_ew)
# Calculate weights for the maximum Sharpe ratio portfolio
weights = ef_2.max_sharpe()
cleaned_weights_maxsharpe_EW = ef_2.clean_weights()
perf_max_sharpe_EW = ef_2.portfolio_performance(verbose=True)