PyPortfolioOpt के साथ अभ्यास: covariance
पोर्टफोलियो ऑप्टिमाइज़ेशन परिसंपत्तियों की covariance के निष्पक्ष और कुशल अनुमान पर निर्भर करता है। यद्यपि sample covariance निष्पक्ष है, यह कुशल नहीं है — अत्यधिक घटनाएँ अक्सर ज़्यादा वज़न ले लेती हैं।
इसे कम करने का एक तरीका है "covariance shrinkage", जहाँ बड़े त्रुटि-घटकों को कम ('shrink') किया जाता है ताकि दक्षता बढ़े। इस अभ्यास में, आप pypfopt.risk_models के CovarianceShrinkage ऑब्जेक्ट का उपयोग करेंगे ताकि sample covariance को एक अधिक कुशल अनुमान में बदला जा सके। पाठ्यपुस्तकों में चर्चित error shrinkage मेथड .ledoit_wolf() इसी ऑब्जेक्ट की एक मेथड है।
आपके वर्कस्पेस में एसेट prices उपलब्ध हैं। ध्यान दें कि हालाँकि CovarianceShrinkage ऑब्जेक्ट इनपुट के रूप में prices लेता है, यह वास्तव में एसेट के returns की covariance मैट्रिक्स गणना करता है, न कि prices की।
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Quantitative Risk Management
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Import the CovarianceShrinkage object
from pypfopt.risk_models import ____
# Create the CovarianceShrinkage instance variable
cs = ____(prices)