1. Learn
    2. /
  2. Курси
    3. /
  3. Кількісне управління ризиками в Python
Connected

Вправа

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.

Інструкції 1/2

undefined XP
    1
    2
  • Імпортуйте об'єкт CovarianceShrinkage з модуля pypfopt.risk_models.
  • Створіть екземпляр CovarianceShrinkage — змінну cs, матрицю коваріації доходностей.