1. 학습
    2. /
  2. 강의
    3. /
  3. Pythonで学ぶポートフォリオ分析入門
Connected

연습 문제

アプローチの比較

この演習では、通常の過去データに基づく期待リスク・リターンを使った場合と、指数加重のリスク・リターンを使った場合で、最大シャープ・ポートフォリオが異なるかどうかを確認します。動画でも見たとおり、指数加重ボラティリティは実際のボラティリティにより近く追従しますが、どちらを使うかでポートフォリオのウエイトに大きな違いは出るのでしょうか？それを確かめていきます。

指数加重のリスクとリターンは、252 営業日のスパンで計算されています。つまり最大で過去1年分を参照しています。利用できるオブジェクトは次のとおりです: cleaned_weights_maxsharpe、perf_max_sharpe、cleaned_weights_maxsharpe_EW、perf_max_sharpe_EW。_EW は指数加重 (Exponentially Weighted) を意味します。

지침 1/3

undefined XP
    1
    2
    3
  • 通常の最大シャープ・ポートフォリオのウエイトを表示して確認し、続けて指数加重ポートフォリオのウエイトも表示して確認してください。