A fronteira eficiente e a crise financeira
Anteriormente, você examinou a matriz de covariância da carteira do banco de investimento antes, durante e depois da crise financeira. Agora você visualizará as mudanças que ocorreram na fronteira eficiente, mostrando como a crise criou um risco de base muito maior para qualquer retorno.
Usando o objeto Critical Line Algorithm (CLA) da biblioteca PyPortfolioOpt pypfopt, você derivará e visualizará a fronteira eficiente durante o período de crise e a adicionará a um gráfico de dispersão que já exibe as fronteiras eficientes antes e depois da crise.
Os retornos esperados returns_during e a matriz de covariância eficiente ecov_during estão disponíveis, assim como o objeto CLA de pypfopt. (Lembre-se de que os gráficos do DataCamp podem ser expandidos para sua própria janela, o que pode aumentar a legibilidade).
Este exercício faz parte do curso
Gerenciamento quantitativo de riscos em Python
Instruções de exercício
- Crie o objeto do algoritmo de linha crítica (
CLA)efficient_portfolio_during, usando retornos esperados e a covariância eficiente dos retornos. - Imprima o portfólio de variação mínima de
efficient_portfolio_during. - Calcule a fronteira eficiente de
efficient_portfolio_during. - Adicione os resultados da fronteira eficiente aos gráficos de dispersão já exibidos das fronteiras eficientes de antes e depois da crise.
Exercício interativo prático
Experimente este exercício preenchendo este código de exemplo.
# Initialize the Crtical Line Algorithm object
efficient_portfolio_during = CLA(____, ecov_during)
# Find the minimum volatility portfolio weights and display them
print(efficient_portfolio_during.____)
# Compute the efficient frontier
(ret, vol, weights) = efficient_portfolio_during.____
# Add the frontier to the plot showing the 'before' and 'after' frontiers
plt.scatter(vol, ____, s = 4, c = 'g', marker = '.', label = 'During')
plt.legend()
plt.show()