练习 PyPortfolioOpt：协方差
投资组合优化依赖于对资产协方差的无偏且高效的估计。样本协方差虽然无偏，但并不高效——极端事件往往被过度加权。
一种改进方法是"协方差收缩"（covariance shrinkage），通过将大的误差"收缩"以提升效率。在本练习中，您将使用 pypfopt.risk_models 中的 CovarianceShrinkage 对象，把样本协方差转化为更高效的估计。教科书式的误差收缩方法 .ledoit_wolf() 是该对象的方法之一。
工作区中已提供资产 prices。请注意，虽然 CovarianceShrinkage 接收的输入是 prices，但它实际计算的是资产"收益"而非价格的协方差矩阵。
本练习是课程的一部分
Python 中的定量风险管理
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Import the CovarianceShrinkage object
from pypfopt.risk_models import ____
# Create the CovarianceShrinkage instance variable
cs = ____(prices)