GMVポートフォリオ
グローバル最小分散ポートフォリオ（GMV ポートフォリオ）は、標準偏差（リスク）が最も低く、そのリスク水準に対して最も高いリターンを持つポートフォリオです。
リターンの予測は非常に難しい一方で、ボラティリティや相関は時間の経過とともに比較的安定する傾向があります。つまり、GMVポートフォリオは、インサンプルではMSRが大きく優位でも、アウトオブサンプルではMSRポートフォリオより良い成績になることがよくあります。もちろん、ファイナンスにおいて本当に重要なのはアウトオブサンプルの結果です。
この演習はコースの一部です
Pythonで学ぶポートフォリオ・リスク管理入門
演習の手順
- ボラティリティが最も低い順になるよう、
RandomPortfoliosを昇順で並べ替きます。 GMV_weights_arrayをStockReturnsの各行に掛け合わせ、加重した株式リターンを計算します。- 最後に、累積リターンの推移を示すプロットを確認します。
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。
# Sort the portfolios by volatility
sorted_portfolios = RandomPortfolios.sort_values(by=['____'], ascending=____)
# Extract the corresponding weights
GMV_weights = sorted_portfolios.iloc[0, 0:numstocks]
# Cast the GMV weights as a numpy array
GMV_weights_array = np.array(GMV_weights)
# Calculate the GMV portfolio returns
StockReturns['Portfolio_GMV'] = StockReturns.iloc[:, 0:numstocks].mul(____, axis=1).sum(axis=1)
# Plot the cumulative returns
cumulative_returns_plot(['Portfolio_EW', 'Portfolio_MCap', 'Portfolio_MSR', 'Portfolio_GMV'])