PyPortfolioOptで練習：リターン
効率的フロンティアは、投資家のリスク許容度と市場のリスク・リターンのトレードオフを評価する標準的な方法であるため、Modern Portfolio Theory（現代ポートフォリオ理論）はポートフォリオリスク管理の要です。この演習では、Pythonの PyPortfolioOpt pypfopt ライブラリを使って、ポートフォリオの効率的フロンティアを探索するための強力なツールを作成します。
効率的フロンティアを計算するには、期待リターンとポートフォリオの共分散行列の両方が必要です。
まず投資銀行の価格データの読み込みに慣れたあと、pypfopt.expected_returns の mean_historical_return メソッドを使って、日次の資産価格から各銀行の年率換算の平均リターンを計算し、可視化します。次の演習では共分散行列を扱います。
この演習はコースの一部です
Pythonで学ぶ定量的リスク管理
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。
# Load the investment portfolio price data into the price variable.
prices = pd.____("portfolio.csv")
# Convert the 'Date' column to a datetime index
prices['Date'] = pd.to_datetime(____['Date'], format='%d/%m/%Y')
prices.____(['Date'], inplace = True)