Funções de risco do PyPortfolioOpt

O objetivo do problema de otimização de portfólio de Markowitz é minimizar a variância do portfólio, dadas algumas restrições. Você se lembra como calcular isso no capítulo 2? Variância do portfólio = pesos transpostos * matriz de covariância * pesos. No PyPortfolioOpt, chamamos a matriz de covariância de sigma, para indicar que é uma covariância amostral \(\Sigma\).

Neste exercício, você vai ver que as funções do PyPortfolioOpt para calcular sigma fornecem exatamente o mesmo resultado que calcular a covariância manualmente. O mesmo vale para o cálculo do retorno esperado: você também pode verificar que o PyPortfolioOpt gera a mesma saída que calcular os retornos diários anualizados à mão. Você tem à disposição stock_prices. Vamos explorar isso um pouco mais…