计算动态组合方差
在本练习中，您将使用 GARCH 的动态协方差来计算一个由两种资产构成的简单投资组合的方差。
现代投资组合理论指出，构建投资组合有一种最优方式，可以利用分散化效应，在给定期望收益水平下将风险降到最低。当资产收益之间的协方差为负时，这一效应尤为明显。
假设您的投资组合只有两种资产：EUR/USD 与 CAD/USD 这两个货币对。它们基于 GARCH 模型得到的方差已分别保存在 variance_eur 和 variance_cad 中，协方差已计算并保存在 covariance 中。请通过调整两种资产的权重来计算整体组合方差，并可视化它们之间的差异。
本练习是课程的一部分
Python 中的 GARCH 模型
练习说明
- 将投资组合 a 中 EUR/USD 的权重
Wa1设为 0.9，将投资组合 b 中的Wb1设为 0.5。 - 使用
variance_eur、variance_cad和covariance计算投资组合 a 的方差portvar_a；以同样的方法计算投资组合 b 的方差portvar_b。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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()