PyPortfolioOpt-risicofuncties
Het doel van het Markowitz-portefeuilleoptimalisatieprobleem is het minimaliseren van de portefeuillevariantie, gegeven een aantal randvoorwaarden. Weet je nog hoe je dit in hoofdstuk 2 berekende? Portefeuillevariantie = gewichten getransponeerd * covariantiematrix * gewichten. Met PyPortfolioOpt noemen we de covariantiematrix sigma, om aan te geven dat dit een steekproef-covariantie \(\Sigma\) is.
In deze oefening zie je dat de PyPortfolioOpt-functies om sigma te berekenen exact hetzelfde resultaat geven als wanneer je de covariantie met de hand berekent. Hetzelfde geldt voor de berekening van het verwachte rendement: je kunt ook verifiëren dat PyPortfolioOpt dezelfde uitkomst geeft als het handmatig berekenen van geannualiseerde dagrendementen. Beschikbaar zijn de stock_prices. Laten we dit verder verkennen…
Deze oefening maakt deel uit van de cursus
Introductie tot portefeuille-analyse in Python
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# Get the returns from the stock price data
returns=____.____()