PyPortfolioOpt रिस्क फंक्शंस

Markowitz पोर्टफोलियो ऑप्टिमाइज़ेशन का उद्देश्य दिए गए कॉन्स्ट्रेंट्स के साथ पोर्टफोलियो variance को न्यूनतम करना है। क्या आपको याद है आपने इसे चैप्टर 2 में कैसे निकाला था? Portfolio variance = weights transposed * covariance matrix * weights. PyPortfolioOpt में हम covariance मैट्रिक्स को sigma कहते हैं, ताकि यह दर्शाया जाए कि यह sample covariance \(\Sigma\) है.

इस अभ्यास में आप देखेंगे कि PyPortfolioOpt से sigma की गणना करने पर आपको ठीक वही परिणाम मिलता है जो आप covariance हाथ से निकालें तो मिलेगा। यही बात expected return की गणनाओं पर भी लागू होती है — आप यह भी जाँच सकते हैं कि PyPortfolioOpt का आउटपुट, daily returns को annualize करके हाथ से निकाले परिणाम जैसा ही है। आपके पास stock_prices उपलब्ध हैं। आइए इसे थोड़ा और एक्सप्लोर करें…