PyPortfolioOpt 연습: 수익률
현대포트폴리오이론(MPT)은 효율적 프런티어를 통해 투자자의 위험 선호와 시장의 위험-수익률 균형을 평가하는 표준 방법을 제공하기 때문에 포트폴리오 위험 관리의 핵심입니다. 이 연습 문제에서는 PyPortfolioOpt pypfopt Python 라이브러리를 사용해 포트폴리오의 효율적 프런티어를 탐색하는 강력한 도구를 만들어 보겠습니다.
효율적 프런티어를 계산하려면 기대 수익률과 포트폴리오의 공분산 행렬이 모두 필요합니다.
투자은행 주가 데이터를 불러오는 연습을 한 뒤, pypfopt.expected_returns의 mean_historical_return 메서드를 사용해 일간 가격으로부터 각 은행의 연간 평균(연율화) 수익률을 계산하고 시각화합니다. 다음 연습 문제에서는 공분산 행렬을 다룹니다.
이 연습은 강의의 일부입니다
Python을 활용한 정량적 리스크 관리
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# 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)