Modifier la période (span)
Dans le dernier exercice, vous avez vu que la période (span) utilisée pour le calcul exponentiellement pondéré du risque et du rendement peut influencer la composition du portefeuille optimal. En fait, la période a une très grande influence ! En la réglant, vous pouvez n'utiliser que les jours les plus récents, ou encore tenir compte des années les plus récentes. À la limite, lorsque la période couvre tout l'échantillon, cela revient à utiliser la moyenne historique classique.
Voyons maintenant comment une période courte ou longue modifie votre portefeuille optimal. Les données stock_prices sont disponibles.
Cette activité fait partie du cours
Introduction à l'analyse de portefeuille en Python
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# 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)