최대 샤프 vs 최소 변동성

Python으로 배우는 포트폴리오 분석 입문

Charlotte Werger

Data Scientist

효율적 경계를 기억하시나요?

$$ 효율적 경계 그래프

PyPortfolioOpt의 옵션 다이어그램

최대 샤프 포트폴리오: EF에서 가장 높은 샤프지수

from pypfopt.efficient_frontier import EfficientFrontier

# mu와 S로 효율적 경계 계산
ef = EfficientFrontier(mu, Sigma)
raw_weights = ef.max_sharpe()

# 해석 가능한 비중 얻기 
cleaned_weights = ef.clean_weights()

{'GOOG': 0.01269,'AAPL': 0.09202,'FB': 0.19856,
 'BABA': 0.09642,'AMZN': 0.07158,'GE': 0.02456,...}

# 성과 지표 얻기
ef.portfolio_performance(verbose=True)

기대 연간 수익률: 33.0%
연간 변동성: 21.7%
샤프지수: 1.43

최소 변동성 포트폴리오: EF에서 가장 낮은 위험

# mu와 S로 효율적 경계 계산
ef = EfficientFrontier(mu, Sigma)

raw_weights = ef.min_volatility()

# 해석 가능한 비중과 성과 지표 얻기
cleaned_weights = ef.clean_weights()

{'GOOG': 0.05664, 'AAPL': 0.087, 'FB': 0.1591,
'BABA': 0.09784, 'AMZN': 0.06986, 'GE': 0.0123,...}

ef.portfolio_performance(verbose=True)

기대 연간 수익률: 17.4%
연간 변동성: 13.2%
샤프지수: 1.28

최소 변동성과 최대 샤프 포트폴리오가 표시된 효율적 경계 그래프

최소 변동성과 최대 샤프 포트폴리오가 표시된 효율적 경계 그래프

Python으로 배우는 포트폴리오 분석 입문