始める無料で始める

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_maxsharpeperf_max_sharpecleaned_weights_maxsharpe_EWperf_max_sharpe_EW_EW は指数加重 (Exponentially Weighted) を意味します。

この演習はコースの一部です

Pythonで学ぶポートフォリオ分析入門

コースを見る

実践的なインタラクティブ演習

このサンプルコードを完成させて、この演習に挑戦してみましょう。

# Print the weights of both portfolios types
print(____, ____, sep="\n")
コードを編集して実行