Prática com PyPortfolioOpt: retornos
A Teoria Moderna de Portfólio é a pedra angular do gerenciamento de risco de portfólio, pois a fronteira eficiente é um método padrão para avaliar o apetite de risco do investidor e as compensações entre risco e retorno do mercado. Neste exercício, você desenvolverá ferramentas poderosas para explorar a fronteira eficiente de um portfólio, usando a biblioteca PyPortfolioOpt pypfopt Python.
Para calcular a fronteira eficiente, são necessários os retornos esperados e a matriz de covariância do portfólio.
Depois de praticar um pouco o carregamento dos dados de preço do banco de investimento, você usará o método pypfopt.expected_returns's mean_historical_return para calcular e visualizar os retornos médios anualizados de cada banco a partir dos preços diários dos ativos. O exercício a seguir abordará a matriz de covariância.
Este exercício faz parte do curso
Gerenciamento quantitativo de riscos em Python
Exercício interativo prático
Experimente este exercício preenchendo 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)