Ändra spannet
I den förra övningen såg du att spannet för den exponentiellt viktade risken och avkastningen kan påverka hur den optimala portföljen ser ut. Spannet har faktiskt ett mycket stort inflytande! Genom att ange spannet kan du antingen använda data från de senaste dagarna eller från de senaste åren. I gränsfallet, när spannet är lika långt som hela urvalet, motsvarar det att använda det vanliga historiska medelvärdet.
Nu ska vi undersöka hur ett kort respektive långt spann påverkar din optimala portfölj. Du har tillgång till datan stock_prices.
Den här övningen är en del av kursen
Introduktion till portföljanalys i Python
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Calculate expected returns and sample covariance
mu_ema = expected_returns.ema_historical_return(stock_prices, span=____ ,frequency=252)
Sigma_ew = risk_models.exp_cov(stock_prices, span=____, frequency=252)
ef_2 = EfficientFrontier(mu_ema, Sigma_ew)
# Calculate weights for the maximum Sharpe ratio portfolio
weights = ef_2.max_sharpe()
cleaned_weights_maxsharpe_EW = ef_2.clean_weights()
perf_max_sharpe_EW = ef_2.portfolio_performance(verbose=True)