Thay đổi span
Ở bài tập trước, bạn đã thấy span của rủi ro và lợi nhuận có trọng số mũ có thể ảnh hưởng đến hình dạng danh mục tối ưu như thế nào. Thực tế, span có ảnh hưởng rất lớn! Bằng cách đặt span, bạn có thể chỉ dùng dữ liệu của những ngày gần nhất, hoặc dùng dữ liệu của những năm gần đây. Ở giới hạn, khi span dài bằng toàn bộ mẫu, nó sẽ tương đương với việc dùng trung bình lịch sử thông thường.
Giờ hãy cảm nhận xem span ngắn và dài làm thay đổi danh mục tối ưu của bạn ra sao. Dữ liệu stock_prices đã được cung cấp.
Bài tập này là một phần của khóa học
Nhập môn Phân tích Danh mục đầu tư với Python
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Calculate expected returns and sample covariance
mu_ema = expected_returns.ema_historical_return(stock_prices, span=____ ,frequency=252)
Sigma_ew = risk_models.exp_cov(stock_prices, span=____, frequency=252)
ef_2 = EfficientFrontier(mu_ema, Sigma_ew)
# Calculate weights for the maximum Sharpe ratio portfolio
weights = ef_2.max_sharpe()
cleaned_weights_maxsharpe_EW = ef_2.clean_weights()
perf_max_sharpe_EW = ef_2.portfolio_performance(verbose=True)