Fonctions de risque PyPortfolioOpt

L'objectif du problème d'optimisation de portefeuille de Markowitz est de minimiser la variance du portefeuille, sous un ensemble de contraintes. Vous souvenez-vous comment la calculer au chapitre 2? Variance du portefeuille = poids transposés * matrice de covariance * poids. Avec PyPortfolioOpt, nous appelons la matrice de covariance sigma, pour indiquer qu'il s'agit d'une covariance d'échantillon \(\Sigma\).

Dans cet exercice, vous verrez que les fonctions PyPortfolioOpt pour calculer sigma donnent exactement le même résultat que si vous calculiez la covariance à la main. Il en va de même pour le calcul du rendement attendu : vous pouvez aussi vérifier que PyPortfolioOpt produit le même résultat que le calcul manuel des rendements quotidiens annualisés. Les stock_prices sont fournies. Explorons cela un peu plus…