ฝึกใช้ PyPortfolioOpt: ความแปรปรวนร่วม
การ optimize พอร์ตโฟลิโอต้องอาศัยการประมาณค่าความแปรปรวนร่วม (covariance) ของสินทรัพย์ที่ไม่มีอคติและมีประสิทธิภาพ แม้ sample covariance จะไม่มีอคติ แต่ก็ไม่มีประสิทธิภาพเพียงพอ เพราะเหตุการณ์ที่รุนแรงมักถูกให้น้ำหนักมากเกินไป
วิธีหนึ่งที่ช่วยแก้ปัญหานี้คือ "covariance shrinkage" ซึ่งเป็นการลดขนาดของค่าความคลาดเคลื่อนที่มากเกินไปเพื่อเพิ่มประสิทธิภาพ ในแบบฝึกหัดนี้ จะใช้ออบเจกต์ CovarianceShrinkage จาก pypfopt.risk_models เพื่อแปลง sample covariance ให้เป็นการประมาณค่าที่มีประสิทธิภาพมากขึ้น โดยวิธีมาตรฐานจากตำราคือ .ledoit_wolf() ซึ่งเป็น method ของออบเจกต์นี้
prices ของสินทรัพย์พร้อมใช้งานใน workspace แล้ว ทั้งนี้ แม้ออบเจกต์ CovarianceShrinkage จะรับ prices เป็น input แต่จะคำนวณ covariance matrix ของ returns ของสินทรัพย์ ไม่ใช่ราคา
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การบริหารความเสี่ยงเชิงปริมาณด้วย Python
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Import the CovarianceShrinkage object
from pypfopt.risk_models import ____
# Create the CovarianceShrinkage instance variable
cs = ____(prices)