वित्तीय संकट को हिस्सों में बाँटना
वीडियो में आपने निवेश बैंकों के पोर्टफोलियो के लिए 2005 - 2010 की पूरी अवधि का efficient frontier देखा, जिसमें वैश्विक वित्तीय संकट से पहले, दौरान और बाद का समय शामिल है.
यहाँ आप इस अवधि को तीन उप-अवधियों या epochs में बाँटेंगे: 2005-2006 (before), 2007-2008 (during) और 2009-2010 (after)। हर अवधि के लिए आप efficient covariance matrix निकालेंगे और उन्हें आपस में तुलना करेंगे.
पोर्टफोलियो के 2005 - 2010 के prices आपके workspace में उपलब्ध हैं, और PyPortfolioOpt का CovarianceShrinkage ऑब्जेक्ट भी दिया गया है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Quantitative Risk Management
अभ्यास निर्देश
- एक डिक्शनरी
epochsबनाएँ: इसकी keys उप-अवधियाँ होंगी, और values में 'start' और 'end' तिथियों वाली डिक्शनरी होगी. epochsकी प्रत्येक उप-अवधि key के लिए, उस उप-अवधि केpricesकी रेंज को लेकरsub_priceसेट करें.- हर उप-अवधि के लिए
sub_priceऔरCovarianceShrinkageऑब्जेक्ट का उपयोग कर efficient covariance matrix निकालें. - सभी तीन उप-अवधियों के लिए प्राप्त efficient covariance matrices को प्रिंट करें और उनकी तुलना करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Create a dictionary of time periods (or 'epochs')
epochs = { 'before' : {'start': '1-1-2005', 'end': '31-12-2006'},
'during' : {____: '1-1-2007', 'end': '31-12-2008'},
'after' : {'start': '1-1-2009', ____: '31-12-2010'}
}
# Compute the efficient covariance for each epoch
e_cov = {}
for x in epochs.keys():
sub_price = prices.loc[epochs[x][____]:____[x]['end']]
e_cov[x] = CovarianceShrinkage(____).ledoit_wolf()
# Display the efficient covariance matrices for all epochs
print("Efficient Covariance Matrices\n", e_cov)