python 实现 frontCon 函数,画 马克韦茨 有效前沿和求切线 思路

本文介绍了如何使用Python实现马克韦茨的mean-Variance理论,包括构建约束方程并通过numpy的linalg.solve()求解权重向量以获取最小方差。同时,讨论了在添加权重限制条件时,如何利用scipy库的optimize.minimize函数进行优化。此外,还探讨了如何通过最大化夏普比率来寻找有效前沿上的切线,指出夏普比率是切线的斜率。
摘要由CSDN通过智能技术生成


马克韦茨的mean-Variance  曲线有以下条件

1、权重和为1

2、期望均值= u

3. 权重的转制*协方差矩阵*权重=方差

求最小方差

可以通过,建立约束方程, 求一阶导,获得N个 N元一次方程组,有唯一的解。

python numpy包中的linalg.solve()方法解多元一次方程,求给定收益率u 的权重向量,从而计算 方差。


收集 方差,向量等值,获得集合。


  • 1
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值