1. Learn
    2. /
  2. Courses
    3. /
  3. Ilościowe zarządzanie ryzykiem w Pythonie
Connected

Exercise

Granica efektywna a kryzys finansowy

W poprzednim ćwiczeniu analizowałeś macierz kowariancji portfela banków inwestycyjnych przed kryzysem finansowym, w jego trakcie i po nim. Teraz zwizualizujesz zmiany, jakie zaszły na granicy efektywnej – zobaczysz, jak kryzys znacznie podniósł minimalny poziom ryzyka dla dowolnej oczekiwanej stopy zwrotu.

Korzystając z algorytmu Critical Line Algorithm (CLA) dostępnego w bibliotece pypfopt (PyPortfolioOpt), wyznaczymy i zwizualizujemy granicę efektywną w trakcie kryzysu, a następnie dodamy ją do wykresu punktowego, na którym widoczne są już granice efektywne przed kryzysem i po nim.

Oczekiwane zwroty returns_during oraz macierz kowariancji ecov_during są już dostępne, podobnie jak obiekt CLA z biblioteki pypfopt. (Pamiętaj, że wykresy na DataCamp można otworzyć w osobnym oknie, co ułatwia ich odczyt.)

Instructions

100 XP
  • Utwórz obiekt algorytmu Critical Line Algorithm (CLA) o nazwie efficient_portfolio_during, przekazując oczekiwane zwroty oraz macierz kowariancji zwrotów.
  • Wyświetl portfel o minimalnej wariancji dla efficient_portfolio_during.
  • Wyznacz granicę efektywną dla efficient_portfolio_during.
  • Dodaj wyniki granicy efektywnej do istniejącego wykresu punktowego, pokazującego granice efektywne sprzed kryzysu i po kryzysie.