Calculează varianța dinamică a portofoliului

În acest exercițiu, vei exersa calculul varianței unui portofoliu simplu cu două active, folosind covarianța dinamică din modelele GARCH.

Teoria Modernă a Portofoliului afirmă că există o modalitate optimă de a construi un portofoliu care să valorifice efectul diversificării – astfel, se poate obține un nivel dorit de randament așteptat cu un risc minim. Acest efect este deosebit de evident atunci când covarianța dintre randamentele activelor este negativă.

Să presupunem că ai un portofoliu format din doar două active: perechile valutare EUR/USD și CAD/USD. Varianțele lor din modelele GARCH au fost salvate în variance_eur și variance_cad, iar covarianța a fost calculată și salvată în covariance. Calculează varianțele totale ale portofoliului variind ponderile celor două active, apoi vizualizează diferențele dintre ele.

Acest exercițiu face parte din cursul

Modele GARCH în Python

Vezi cursul

Instrucțiuni pentru exercițiu

Setează ponderea EUR/USD Wa1 în portofoliul a la 0,9, și Wb1 în portofoliul b la 0,5.
Calculează varianța portvar_a pentru portofoliul a folosind variance_eur, variance_cad și covariance; procedează la fel pentru a calcula portvar_b pentru portofoliul b.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Define weights
Wa1 = ____
Wa2 = 1 - Wa1
Wb1 = ____
Wb2 = 1 - Wb1

# Calculate portfolio variance
portvar_a = Wa1**2 * ____ + Wa2**2 * ____ + 2*Wa1*Wa2 *____
portvar_b = Wb1**2 * ____ + Wb2**2 * ____ + 2*Wb1*Wb2*____

# Plot the data
plt.plot(portvar_a, color = 'green', label = 'Portfolio a')
plt.plot(portvar_b, color = 'deepskyblue', label = 'Portfolio b')
plt.legend(loc = 'upper right')
plt.show()

Editează și rulează codul