Практика с PyPortfolioOpt: доходность
Современная теория портфеля — краеугольный камень управления портфельными рисками: эффективная граница является стандартным инструментом оценки как склонности инвестора к риску, так и соотношения риска и доходности на рынке. В этом упражнении вы создадите мощные инструменты для исследования эффективной границы портфеля с помощью библиотеки Python PyPortfolioOpt pypfopt.
Для построения эффективной границы необходимы ожидаемая доходность и ковариационная матрица портфеля.
Потренировавшись загружать данные о ценах инвестиционных банков, вы воспользуетесь методом mean_historical_return из модуля pypfopt.expected_returns, чтобы вычислить и визуализировать среднегодовую доходность каждого банка на основе ежедневных цен активов. Следующее упражнение посвящено ковариационной матрице.
Это упражнение является частью курса
Количественное управление рисками на Python
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# 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)