Ефективна межа та фінансова криза
Раніше ви досліджували матрицю коваріації портфеля інвестиційних банків до, під час і після фінансової кризи. Тепер ви візуалізуєте зміни в ефективній межі, щоб показати, як криза підняла базовий рівень ризику для будь-якої заданої дохідності.
Використовуючи об'єкт Critical Line Algorithm (CLA) з бібліотеки PyPortfolioOpt pypfopt, ви отримаєте та візуалізуєте ефективну межу під час періоду кризи й додасте її до діаграми розсіювання, де вже показані ефективні межі до та після кризи.
Очікувані дохідності returns_during і ефективна матриця коваріації ecov_during доступні, як і об'єкт CLA з pypfopt. (Пам'ятайте, що графіки DataCamp можна розгорнути в окреме вікно — так читати зручніше.)
Ця вправа є частиною курсу
Кількісне управління ризиками в Python
Інструкції до вправи
- Створіть об'єкт критичного лінійного алгоритму (
CLA)efficient_portfolio_during, використовуючи очікувані дохідності та ефективну коваріацію дохідностей. - Виведіть мінімально-дисперсійний портфель
efficient_portfolio_during. - Обчисліть ефективну межу
efficient_portfolio_during. - Додайте результати ефективної межі до вже відображених діаграм розсіювання ефективних меж для періодів до та після кризи.
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# 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()