GMV 포트폴리오
글로벌 최소 변동성 포트폴리오, 즉 GMV 포트폴리오는 표준편차(위험)가 가장 낮으면서 해당 위험 수준에서 가장 높은 수익을 제공하는 포트폴리오입니다.
수익률은 예측하기 매우 어렵지만, 변동성과 상관관계는 시간에 따라 비교적 안정적인 경향이 있습니다. 따라서 GMV 포트폴리오는 표본 내에서는 MSR 포트폴리오가 상당히 앞서더라도, 표본 외에서는 더 자주 MSR 포트폴리오를 능가하곤 합니다. 물론 금융에서는 표본 외 성과가 진짜로 중요합니다.
이 연습은 강의의 일부입니다
Python으로 시작하는 포트폴리오 리스크 관리
연습 안내
- 변동성 값이 가장 낮은 순으로
RandomPortfolios를 오름차순 정렬하세요. GMV_weights_array를StockReturns의 각 행에 곱해 가중 주식 수익률을 계산하세요.- 마지막으로, 시간에 따른 누적 수익률 그래프를 확인하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# 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'])