Wprowadzenie do zarządzania ryzykiem portfela w Pythonie
Dakota Wixom
Quantitative Analyst | QuantCourse.com


Zakładając, że StockReturns to pandas DataFrame zwrotów akcji, macierz korelacji można obliczyć następująco:
correlation_matrix = StockReturns.corr()
print(correlation_matrix)

Odchylenie standardowe portfela dwuskładnikowego:
$$ \sigma_p = \sqrt{ w_1^2 \sigma_1^2 + w_2^2 \sigma_2^2 + 2 w_1 w_2 \rho_{1, 2} \sigma_1 \sigma_2 }$$
Wzór na macierz kowariancji ($ \Sigma $) zwrotów X:

Zakładając, że StockReturns to pandas DataFrame zwrotów akcji, macierz kowariancji można obliczyć następująco:
cov_mat = StockReturns.cov()
cov_mat

Aby zannualizować macierz kowariancji:
cov_mat_annual = cov_mat * 252
Wzór na zmienność portfela:
$$ \sigma_{Portfolio} = \sqrt{ w_T \cdot \Sigma \cdot w } $$
Przykłady operacji transpozycji macierzy:

Operacja iloczynu skalarnego dwóch wektorów a i b:

Aby obliczyć zmienność portfela, należy przyjąć tablicę wag i macierz kowariancji:
import numpy as np
port_vol = np.sqrt(np.dot(weights.T, np.dot(cov_mat, weights)))
port_vol
0.035
Wprowadzenie do zarządzania ryzykiem portfela w Pythonie