Tính phương sai danh mục động
Trong bài tập này, bạn sẽ thực hành tính phương sai của một danh mục đơn giản gồm hai tài sản với hiệp phương sai động từ GARCH.
Lý thuyết danh mục hiện đại cho rằng có một cách tối ưu để xây dựng danh mục nhằm tận dụng hiệu ứng đa dạng hóa, nhờ đó bạn có thể đạt mức lợi nhuận kỳ vọng mong muốn với rủi ro tối thiểu. Hiệu ứng này đặc biệt rõ khi hiệp phương sai giữa lợi nhuận các tài sản là âm.
Giả sử bạn có danh mục chỉ gồm hai tài sản: cặp tiền tệ EUR/USD và CAD/USD. Phương sai ước tính từ các mô hình GARCH đã được lưu trong variance_eur và variance_cad, và hiệp phương sai đã được tính và lưu trong covariance. Hãy tính phương sai tổng thể của danh mục bằng cách thay đổi tỷ trọng của hai tài sản, và trực quan hóa sự khác biệt của chúng.
Bài tập này là một phần của khóa học
Mô hình GARCH với Python
Hướng dẫn bài tập
- Đặt tỷ trọng EUR/USD
Wa1trong danh mục a là 0.9, vàWb1trong danh mục b là 0.5. - Tính phương sai
portvar_acho danh mục a vớivariance_eur,variance_cadvàcovariance; thực hiện tương tự để tínhportvar_bcho danh mục b.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Define weights
Wa1 = ____
Wa2 = 1 - Wa1
Wb1 = ____
Wb2 = 1 - Wb1
# Calculate portfolio variance
portvar_a = Wa1**2 * ____ + Wa2**2 * ____ + 2*Wa1*Wa2 *____
portvar_b = Wb1**2 * ____ + Wb2**2 * ____ + 2*Wb1*Wb2*____
# Plot the data
plt.plot(portvar_a, color = 'green', label = 'Portfolio a')
plt.plot(portvar_b, color = 'deepskyblue', label = 'Portfolio b')
plt.legend(loc = 'upper right')
plt.show()