繪製有效邊界並標示最佳 Sharpe 比率
現在再繪一次有效邊界，但這次加上 Sharpe 指標最佳投資組合的標記。將資料視覺化能幫助你更清楚地理解結果。
回顧一下，有效邊界是以散佈圖呈現：x 軸是投資組合波動度，y 軸是投資組合報酬。我们將從 covariances.keys() 取得資料中的最新日期（其實也可以用 portfolio_returns 等任一字典來取日期）。接著，從 portfolio_volatility 與 portfolio_returns 取出該最新日期的波動度與報酬。最後，從 max_sharpe_idxs[date] 取得 Sharpe 指標最佳的投資組合索引，並用 plt.scatter() 把所有點畫出來。
本練習屬於課程
Python 金融 Machine Learning
練習說明
- 將
cur_volatility設為最新date的投資組合波動度。 - 以 x 軸為波動度、y 軸為報酬，繪製「efficient frontier」圖。
- 從
max_sharpe_idxs取得最新date的最佳投資組合索引。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Get most recent (current) returns and volatility
date = sorted(covariances.keys())[-1]
cur_returns = portfolio_returns[date]
cur_volatility = ____
# Plot efficient frontier with sharpe as point
plt.scatter(x=____, y=____, alpha=0.1, color='blue')
best_idx = max_sharpe_idxs[____]
# Place an orange "X" on the point with the best Sharpe ratio
plt.scatter(x=cur_volatility[best_idx], y=cur_returns[best_idx], marker='x', color='orange')
plt.xlabel('Volatility')
plt.ylabel('Returns')
plt.show()