Practică cu PyPortfolioOpt: covarianța
Optimizarea portofoliului se bazează pe o estimare imparțială și eficientă a covarianței activelor. Deși covarianța eșantionului este imparțială, nu este eficientă – evenimentele extreme tind să fie supraponderate.
O abordare pentru a remedia acest lucru este „reducerea covarianței" (covariance shrinkage), prin care erorile mari sunt reduse („contrase") pentru a îmbunătăți eficiența. În acest exercițiu, vei folosi obiectul CovarianceShrinkage din pypfopt.risk_models pentru a transforma covarianța eșantionului într-o estimare eficientă. Metoda clasică de reducere a erorilor din literatura de specialitate, .ledoit_wolf(), este o metodă a acestui obiect.
Variabila prices cu prețurile activelor este disponibilă în spațiul tău de lucru. Rețin că, deși obiectul CovarianceShrinkage primește prices ca intrare, calculează de fapt matricea de covarianță a randamentelor activelor, nu a prețurilor.
Acest exercițiu face parte din cursul
Managementul Cantitativ al Riscului în Python
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# Import the CovarianceShrinkage object
from pypfopt.risk_models import ____
# Create the CovarianceShrinkage instance variable
cs = ____(prices)