Den effektiva fronten och finanskrisen
Tidigare undersökte du kovariansmatrisen för investmentbankportföljen före, under och efter finanskrisen. Nu ska du visualisera de förändringar som skedde i den effektiva fronten och visa hur krisen skapade en avsevärt högre risknivå för varje given avkastning.
Med hjälp av PyPortfolioOpt-bibliotekets (pypfopt) Critical Line Algorithm-objekt (CLA) härleder och visualiserar du den effektiva fronten under kristperioden och lägger till den i ett punktdiagram som redan visar de effektiva fronterna före och efter krisen.
Förväntat avkastning returns_during och den effektiva kovariansmatrisen ecov_during finns tillgängliga, liksom CLA-objektet från pypfopt. (Kom ihåg att diagram i DataCamp kan expanderas till ett eget fönster, vilket kan göra dem lättare att läsa.)
Den här övningen är en del av kursen
Kvantitativ riskhantering i Python
Övningsinstruktioner
- Skapa Critical Line Algorithm-objektet (
CLA)efficient_portfolio_duringmed förväntad avkastning och den effektiva kovariansen för avkastning. - Skriv ut minimivarianportföljen för
efficient_portfolio_during. - Beräkna den effektiva fronten för
efficient_portfolio_during. - Lägg till resultaten från den effektiva fronten i de redan visade punktdiagrammen över de effektiva fronterna från före och efter krisen.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Initialize the Crtical Line Algorithm object
efficient_portfolio_during = CLA(____, ecov_during)
# Find the minimum volatility portfolio weights and display them
print(efficient_portfolio_during.____)
# Compute the efficient frontier
(ret, vol, weights) = efficient_portfolio_during.____
# Add the frontier to the plot showing the 'before' and 'after' frontiers
plt.scatter(vol, ____, s = 4, c = 'g', marker = '.', label = 'During')
plt.legend()
plt.show()