《金融計(jì)算：基于Python》 課件 第9章-Python最優(yōu)投資組合

金融計(jì)算：基于Python

第1章 金融數(shù)據(jù)及Python環(huán)境【教學(xué)目的與要求】通過本章學(xué)習(xí)，結(jié)合習(xí)近平新時(shí)代中國(guó)特色社會(huì)主義經(jīng)濟(jì)思想，講授金融數(shù)據(jù)來源、類型，及金融計(jì)算Python語言及環(huán)境?！局攸c(diǎn)和難點(diǎn)】JupyterNotebook數(shù)據(jù)分析平臺(tái)【思政育人目標(biāo)】將習(xí)近平新時(shí)代中國(guó)特色社會(huì)主義經(jīng)濟(jì)思想融入到JupyterNotebook數(shù)據(jù)分析平臺(tái)的學(xué)習(xí)中?！菊n程學(xué)習(xí)目標(biāo)】了解金融數(shù)據(jù)來源、類型，熟悉掌握J(rèn)upyterNotebook、Python語言及環(huán)境。金融計(jì)算：基于Python2主要內(nèi)容9.1. 投資組合收益率和風(fēng)險(xiǎn)計(jì)算9.2. 最優(yōu)投資組合金融計(jì)算：基于Python39.1.投資組合收益率和風(fēng)險(xiǎn)計(jì)算9.1.1.投資組合收益率的計(jì)算投資組合的收益率就是總收益除以初始投入資本，類似于加權(quán)平均值的計(jì)算，將每個(gè)金融產(chǎn)品的收益率乘以該產(chǎn)品的投資占比，并對(duì)結(jié)果求和即可。需要注意的是，這里計(jì)算的收益率是從頭到尾的收益率，如果我們要計(jì)算一個(gè)收益率序列，是不能使用這種方式的。因?yàn)樵诘谝黄诘臅r(shí)候，我們的配置比例是固定的，但是在第一期之后，隨著不同產(chǎn)品的不同波動(dòng)，它們占我們資產(chǎn)配置的比例已經(jīng)發(fā)生了變化，因此需要不斷迭代更新我們的比例參數(shù)，直接使用原始比例是錯(cuò)誤的。金融計(jì)算：基于Python49.1.1.1.給定權(quán)重的投資組合給定權(quán)重的投資組合即預(yù)先設(shè)置一組權(quán)重（所有股票權(quán)重的和為1），處理方法是將每支股票的收益率，乘上其對(duì)應(yīng)的權(quán)重，得到加權(quán)后的股票收益率。金融計(jì)算：基于Python59.1.1.2.等權(quán)重的投資組合等權(quán)重的投資組合是平均分配每支股票的權(quán)重，使它們都相等。這是最簡(jiǎn)單的投資方法，可作為其他投資組合的參考基準(zhǔn)。計(jì)算方法和上面一致，只需更改存儲(chǔ)權(quán)重的數(shù)組。金融計(jì)算：基于Python69.1.1.3.值加權(quán)的投資組合值加權(quán)的投資組合是考慮了股票的市值，按市值的占比來分配權(quán)重。因此市值高的股票對(duì)應(yīng)的權(quán)重就更大，當(dāng)這些市值高的股票表現(xiàn)良好時(shí)，該投資組合的表現(xiàn)也更好。金融計(jì)算：基于Python79.1.2. 投資組合相關(guān)性分析9.1.2.1.投資組合的相關(guān)矩陣相關(guān)矩陣用于估算多支股票收益之間的線性關(guān)系，可使用pandas數(shù)據(jù)框內(nèi)建的.corr()方法來計(jì)算。為了便于分析，可以將數(shù)值的相關(guān)矩陣用熱圖的形式展現(xiàn)出來?？梢圆捎胹eaborn包來繪制熱圖。金融計(jì)算：基于Python89.1.2.2.投資組合的協(xié)方差矩陣相關(guān)系數(shù)只反應(yīng)了股票之間的線性關(guān)系，而協(xié)方差矩陣反應(yīng)的是股票的波動(dòng)情況?？墒褂胮andas數(shù)據(jù)框內(nèi)建的.cov()方法來計(jì)算協(xié)方差矩陣。金融計(jì)算：基于Python99.1.2.3.投資組合的標(biāo)準(zhǔn)差

金融計(jì)算：基于Python109.2.最優(yōu)投資組合

金融計(jì)算：基于Python11

金融計(jì)算：基于Python129.2.1. 資產(chǎn)組合有效邊界的繪制已知數(shù)據(jù)證券1-4的預(yù)期收益率分別為8%、12%、6%、18%，標(biāo)準(zhǔn)差分別為32%、26%、45%、36%，協(xié)方差矩陣：金融計(jì)算：基于Python13

證券1證券2證券3證券4證券10.10240.03280.0655-0.0022證券20.03280.0676-0.00580.0184證券30.0655-0.00580.20250.0823證券4-0.00220.01840.08230.12969.2.2. 使用蒙特卡洛模擬Markowitz模型采用蒙特卡洛模擬來進(jìn)行分析，也就是隨機(jī)生成一組權(quán)重，計(jì)算該組合下的收益和標(biāo)準(zhǔn)差，重復(fù)這一過程許多次（比如5萬次），將每一種組合的收益和標(biāo)準(zhǔn)差繪制成散點(diǎn)圖。金融計(jì)算：基于Python14投資的本質(zhì)是在風(fēng)險(xiǎn)和收益之間做出選擇，上圖正是刻畫了這兩個(gè)要素。其中每一個(gè)點(diǎn)都代表著一種投資組合的情況，橫坐標(biāo)是代表風(fēng)險(xiǎn)的標(biāo)準(zhǔn)差，縱坐標(biāo)是收益率。Markowitz投資組合理論認(rèn)為，理性的投資者總是在給定風(fēng)險(xiǎn)水平下對(duì)期望收益進(jìn)行最大化，或者是在給定收益水平下對(duì)期望風(fēng)險(xiǎn)做最小化。反映在圖中曲線所示的有效邊界，只有在有效邊界上的點(diǎn)才是最有效的投資組合。9.2.3. 投資風(fēng)險(xiǎn)最小組合理性的投資者都會(huì)選擇有效邊界上的投資組合，可具體選擇哪個(gè)點(diǎn)呢？一種策略是選擇最低的風(fēng)險(xiǎn)，且在該風(fēng)險(xiǎn)水平下收益最高的組合，稱為最小風(fēng)險(xiǎn)組合（GMVportfolio）。金融計(jì)算：基于Python159.2.4. 夏普比率最大組合夏普比率可以在收益和風(fēng)險(xiǎn)之間找到平衡點(diǎn)，它計(jì)算的是每承受一單位的風(fēng)險(xiǎn)所產(chǎn)生的超額回報(bào)。