1. 학습
    2. /
  2. 강의
    3. /
  3. Python으로 배우는 GARCH 모델
Connected

연습 문제

동적 포트폴리오 분산 계산

이 연습 문제에서는 GARCH 기반의 동적 공분산을 사용해 두 자산으로 구성된 간단한 포트폴리오의 분산을 계산해 봅니다.

현대 포트폴리오 이론에 따르면, 분산 효과를 활용해 목표 기대수익을 최소한의 위험으로 달성하도록 포트폴리오를 최적으로 구성할 수 있습니다. 특히 자산 수익률 간 공분산이 음수일 때 이 효과가 두드러집니다.

두 자산만 포함된 포트폴리오, 즉 EUR/USD와 CAD/USD 통화쌍이 있다고 가정해 봅시다. GARCH 모델에서 얻은 각 자산의 분산은 variance_eur와 variance_cad에 저장되어 있고, 공분산은 covariance에 저장되어 있습니다. 두 자산의 가중치를 바꿔 가며 전체 포트폴리오 분산을 계산하고, 그 차이를 시각화하세요.

지침

100 XP
  • 포트폴리오 a에서 EUR/USD의 가중치 Wa1을 0.9로, 포트폴리오 b에서 Wb1을 0.5로 설정하세요.
  • 포트폴리오 a의 분산 portvar_a를 variance_eur, variance_cad, covariance로 계산하세요. 같은 방식으로 포트폴리오 b의 portvar_b도 계산하세요.