Pratique com PyPortfolioOpt: retornos
A Teoria Moderna do Portfólio é a base da gestão de risco de portfólio, porque a fronteira eficiente é um método padrão para avaliar tanto o apetite de risco do investidor quanto os trade-offs entre risco e retorno do mercado. Neste exercício, você vai desenvolver ferramentas poderosas para explorar a fronteira eficiente de um portfólio usando a biblioteca Python PyPortfolioOpt pypfopt.
Para calcular a fronteira eficiente, são necessários tanto os retornos esperados quanto a matriz de covariância do portfólio.
Depois de praticar o carregamento dos dados de preços dos bancos de investimento, você usará o método mean_historical_return de pypfopt.expected_returns para calcular e visualizar os retornos médios anualizados de cada banco a partir dos preços diários dos ativos. No exercício seguinte, vamos abordar a matriz de covariância.
Este exercício faz parte do curso
Gerenciamento Quantitativo de Risco em Python
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# 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)