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 du calcul vu 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 allez voir que les fonctions de PyPortfolioOpt pour calculer sigma donnent exactement le même résultat que si vous calculiez la covariance à la main. Il en va de même pour les rendements attendus : vous pouvez vérifier que PyPortfolioOpt renvoie le même résultat que le calcul manuel des rendements quotidiens annualisés. Les stock_prices sont disponibles. Explorons cela de plus près…