Introduktion till portföljriskhantering i Python
Dakota Wixom
Quantitative Analyst | QuantCourse.com


Anta att StockReturns är en pandas DataFrame med aktieavkastningar. Då beräknar du korrelationsmatrisen så här:
correlation_matrix = StockReturns.corr()
print(correlation_matrix)

Portföljens standardavvikelse för en tvåtillgångsportfölj:
$$ \sigma_p = \sqrt{ w_1^2 \sigma_1^2 + w_2^2 \sigma_2^2 + 2 w_1 w_2 \rho_{1, 2} \sigma_1 \sigma_2 }$$
Beräkning av kovariansmatrisen ($ \Sigma $) för avkastningar X:

Anta att StockReturns är en pandas DataFrame med aktieavkastningar. Då beräknar du kovariansmatrisen så här:
cov_mat = StockReturns.cov()
cov_mat

Så här annualiserar du kovariansmatrisen:
cov_mat_annual = cov_mat * 252
Formeln för portföljens volatilitet:
$$ \sigma_{Portfolio} = \sqrt{ w_T \cdot \Sigma \cdot w } $$
Exempel på matristransposition:

Skalärprodukten av två vektorer a och b:

Beräkna portföljvolatiliteten med en viktarray och en kovariansmatris:
import numpy as np
port_vol = np.sqrt(np.dot(weights.T, np.dot(cov_mat, weights)))
port_vol
0.035
Introduktion till portföljriskhantering i Python