Вычисление динамической дисперсии портфеля

В этом упражнении вы будете вычислять дисперсию простого портфеля из двух активов с использованием динамической ковариации GARCH.

Согласно современной теории портфеля, существует оптимальный способ формирования портфеля, позволяющий воспользоваться эффектом диверсификации: при минимальном риске достичь желаемого уровня ожидаемой доходности. Этот эффект особенно заметен, когда ковариация между доходностями активов отрицательна.

Предположим, что портфель состоит всего из двух активов: валютных пар EUR/USD и CAD/USD. Их дисперсии, полученные из моделей GARCH, сохранены в variance_eur и variance_cad, а ковариация вычислена и сохранена в covariance. Вычислите общую дисперсию портфеля при различных весах двух активов и визуализируйте полученные различия.

Это упражнение является частью курса

Модели GARCH на Python

Посмотреть курс

Инструкции к упражнению

Задайте вес EUR/USD Wa1 в портфеле a равным 0,9, а Wb1 в портфеле b — равным 0,5.
Вычислите дисперсию portvar_a для портфеля a, используя variance_eur, variance_cad и covariance; аналогичным образом вычислите portvar_b для портфеля b.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# 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()

Редактировать и запускать код