1. Học hỏi
    2. /
  2. Khoa Học
    3. /
  3. Nhập môn Phân tích Danh mục đầu tư với Python
Connected

Bài tập

Lợi nhuận và rủi ro trọng số hàm mũ

Trong bài tập này, bạn sẽ tối ưu hóa danh mục với một cách ước lượng rủi ro và lợi nhuận hơi khác: bạn sẽ gán trọng số lớn hơn cho dữ liệu gần đây trong quá trình tối ưu.

Đây là một cách hợp lý để xử lý dữ liệu cổ phiếu vốn thường không dừng, tức là phân phối thay đổi theo thời gian. Việc triển khai có thể thực hiện nhanh bằng cách thay đổi mô hình rủi ro bạn dùng để tính Sigma, và cách tính lợi nhuận bạn dùng để lấy mu. Bộ dữ liệu giá cổ phiếu có sẵn dưới tên stock_prices. Hãy thử nhé!

Hướng dẫn

100 XP
  • Dùng ma trận hiệp phương sai trọng số hàm mũ từ risk_models và hàm lợi nhuận lịch sử trọng số hàm mũ từ expected_returns để tính Sigma và mu. Đặt span là 180 và tần suất (tức số ngày giao dịch) là 252.
  • Tính đường biên hiệu quả với mu và Sigma mới.
  • Tính các trọng số cho danh mục có tỷ lệ Sharpe tối đa.
  • Lấy báo cáo hiệu quả.