Портфель MSR

Портфель с максимальным коэффициентом Шарпа, или MSR-портфель, находится на вершине эффективной границы. Его можно построить, найдя портфель с наибольшим коэффициентом Шарпа.

Однако на практике MSR-портфель нередко ведёт себя нестабильно. Высокий исторический коэффициент Шарпа не гарантирует, что портфель сохранит хорошие показатели в будущем.

Это упражнение является частью курса

Введение в управление портфельными рисками на Python

Посмотреть курс

Инструкции к упражнению

Отсортируйте RandomPortfolios по наибольшему значению Sharpe в порядке убывания.
Умножьте MSR_weights_array на строки StockReturns, чтобы получить взвешенную доходность акций.
Наконец, изучите график накопленной доходности во времени.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Sort the portfolios by Sharpe ratio
sorted_portfolios = RandomPortfolios.____(by=['Sharpe'], ascending=____)

# Extract the corresponding weights
MSR_weights = sorted_portfolios.iloc[0, 0:numstocks]

# Cast the MSR weights as a numpy array
MSR_weights_array = np.array(MSR_weights)

# Calculate the MSR portfolio returns
StockReturns['Portfolio_MSR'] = StockReturns.iloc[:, 0:numstocks].mul(____, axis=1).sum(axis=1)

# Plot the cumulative returns
cumulative_returns_plot(['Portfolio_EW', 'Portfolio_MCap', 'Portfolio_MSR'])

Редактировать и запускать код