Функції ризику в PyPortfolioOpt
Мета задачі оптимізації портфеля за Марковіцем — мінімізувати дисперсію портфеля з урахуванням набору обмежень. Пам'ятаєте, як це обчислювали в розділі 2? Дисперсія портфеля = транспоновані ваги * матриця коваріацій * ваги. У PyPortfolioOpt ми позначаємо матрицю коваріацій як sigma, вказуючи, що це вибіркова коваріація \(\Sigma\).
У цій вправі ви побачите, що функції PyPortfolioOpt для обчислення sigma дають точно такий самий результат, якби ви обчислювали коваріацію вручну. Те саме стосується і очікуваної дохідності: ви також можете перевірити, що PyPortfolioOpt дає такий самий результат, як і ручний розрахунок річних денних доходностей. У вас є stock_prices. Дослідимо це детальніше…
Ця вправа є частиною курсу
Вступ до Portfolio Analysis у Python
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# Get the returns from the stock price data
returns=____.____()