Modificare lo span
Nell’ultimo esercizio hai scoperto che lo span del rischio e del rendimento a pesi esponenziali può incidere sull’aspetto del portafoglio ottimale. In realtà, lo span ha un’influenza molto grande! Impostando lo span, puoi usare dati relativi, ad esempio, solo agli ultimi giorni, oppure dati degli ultimi anni. Al limite, quando lo span è lungo quanto l’intero campione, equivale a usare la normale media storica.
Ora facciamo un po’ di pratica per capire come uno span corto o lungo cambia il tuo portafoglio ottimale. Hai a disposizione i dati stock_prices.
Questo esercizio fa parte del corso
Introduzione all'analisi di portafoglio in Python
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Calculate expected returns and sample covariance
mu_ema = expected_returns.ema_historical_return(stock_prices, span=____ ,frequency=252)
Sigma_ew = risk_models.exp_cov(stock_prices, span=____, frequency=252)
ef_2 = EfficientFrontier(mu_ema, Sigma_ew)
# Calculate weights for the maximum Sharpe ratio portfolio
weights = ef_2.max_sharpe()
cleaned_weights_maxsharpe_EW = ef_2.clean_weights()
perf_max_sharpe_EW = ef_2.portfolio_performance(verbose=True)