拆解金融危機
在影片中，你看過涵蓋整段 2005 - 2010 期間的投資銀行投組效率前緣，這段期間包含了金融海嘯發生的前、中、後期。
在這裡，你會把整段期間拆成三個子期間（epochs）：2005-2006（前期）、2007-2008（期間）以及 2009-2010（後期）。對每個期間，你會計算其有效（efficient）的協方差矩陣，並彼此比較。
2005 - 2010 的投組 prices 已經在你的工作區中，CovarianceShrinkage（來自 PyPortfolioOpt）物件也已提供。
本練習屬於課程
Python 量化風險管理
練習說明
- 建立字典
epochs：其鍵為子期間，值為包含 'start' 與 'end' 日期的字典。 - 對
epochs中每個子期間的鍵，將sub_price設為該子期間在prices中的區間。 - 使用
sub_price與CovarianceShrinkage物件，為每個子期間求出有效的協方差矩陣。 - 列印所有三個子期間得到的有效協方差矩陣，並相互比較。
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。
# Create a dictionary of time periods (or 'epochs')
epochs = { 'before' : {'start': '1-1-2005', 'end': '31-12-2006'},
'during' : {____: '1-1-2007', 'end': '31-12-2008'},
'after' : {'start': '1-1-2009', ____: '31-12-2010'}
}
# Compute the efficient covariance for each epoch
e_cov = {}
for x in epochs.keys():
sub_price = prices.loc[epochs[x][____]:____[x]['end']]
e_cov[x] = CovarianceShrinkage(____).ledoit_wolf()
# Display the efficient covariance matrices for all epochs
print("Efficient Covariance Matrices\n", e_cov)