Практика з PyPortfolioOpt: коваріація
Оптимізація портфеля спирається на незміщену та ефективну оцінку коваріації активів. Хоча вибіркова коваріація є незміщеною, вона неефективна — екстремальні події мають надмірну вагу.
Один зі способів це пом'якшити — «стискання коваріації» (covariance shrinkage), коли великі похибки зменшуються («стискаються»), щоб підвищити ефективність. У цій вправі ви використаєте об'єкт CovarianceShrinkage з модуля pypfopt.risk_models, щоб перетворити вибіркову коваріацію на ефективну оцінку. Базовий метод стискання похибки, .ledoit_wolf(), є методом цього об'єкта.
Ціни активів prices доступні у вашому робочому середовищі. Зверніть увагу, що хоча об'єкт CovarianceShrinkage приймає на вхід prices, насправді він обчислює матрицю коваріації доходностей активів, а не цін.
Ця вправа є частиною курсу
Кількісне управління ризиками в Python
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# Import the CovarianceShrinkage object
from pypfopt.risk_models import ____
# Create the CovarianceShrinkage instance variable
cs = ____(prices)