1. 학습
    2. /
  2. 강의
    3. /
  3. Python으로 배우는 포트폴리오 분석 입문
Connected

연습 문제

지수 가중 수익률과 리스크

이 연습에서는 리스크와 수익률을 추정하는 방식을 조금 달리해 포트폴리오 최적화를 수행해 볼 거예요. 최적화에서 최신 데이터에 더 큰 가중치를 두겠습니다.

이는 시간이 지남에 따라 분포가 변하는, 즉 비정상성(non-stationary)을 보이는 주가 데이터에 현명하게 대응하는 방법이에요. 구현은 Sigma를 계산하는 리스크 모델과 mu를 계산하는 수익률 모델을 바꾸는 것만으로 빠르게 할 수 있어요. 주가 데이터셋은 stock_prices로 제공돼요. 자, 시작해 볼까요?

지침

100 XP
  • risk_models의 지수 가중 공분산 행렬과 expected_returns의 지수 가중 역사적 수익률 함수를 사용해 Sigma와 mu를 계산하세요. span은 180, 빈도(거래일 수)는 252로 설정하세요.
  • 새로운 mu와 Sigma로 효율적 프론티어를 계산하세요.
  • 최대 샤프 비율 포트폴리오의 가중치를 계산하세요.
  • 성과 리포트를 확인하세요.