Python-量化投资（二）

最新推荐文章于 2025-03-13 14:02:58 发布

PythonShanyang

最新推荐文章于 2025-03-13 14:02:58 发布

阅读量4.1k

点赞数 7

文章标签： python

本文链接：https://blog.csdn.net/PythonShanyang/article/details/105350629

版权

本文介绍了使用Python进行量化投资，详细探讨了Markowitz均值-方差模型，如何绘制最小方差前缘曲线，并引入Black-Litterman模型以增强资产配置的稳定性。通过Python实现，展示了如何处理股票相关性，计算最优资产比例，并进行训练集与测试集的划分验证。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

投资组合的收益与风险

投资组合的收益率为Rp为：
在这里插入图片描述

import numpy as np
import math
import matplotlib.pyplot as plt
def cal_mean(frac):
    return(0.08*frac+0.15*(1-frac))

mean=list(map(cal_mean,[x/50 for x in range(51)]))
sd_mat=np.array([list(map(lambda x: math.sqrt((x**2)*0.12**2+
((1-x)**2)*0.25**2+2*x*(1-x)*(-1.5+i*0.5)*0.12*0.25),[x/50 for x in range(51)])
) for i in range(1,6)])
#[expression for variable in sequence] list comprehension
plt.plot(sd_mat[0,:],mean,label='-1')
plt.plot(sd_mat[1,:],mean,label='-0.5')
plt.plot(sd_mat[2,:],mean,label='0')
plt.plot(sd_mat[3,:],mean,label='0.5')
plt.plot(sd_mat[4,:],mean,label='1')
plt.legend(loc='upper left')

在这里插入图片描述

Markowitz均值-方差模型

利用Markowitz模型进行数量化的资产配置，用Python实现

股票代码	股票名称
600004	白云机场
600015	华夏银行
600023	浙能电力
600033	福建高速
600183	生益科技

import pandas as pd
stock=pd.read_table('stock.txt',sep='\t',index_col='Trddt')
stock.index=pd.to_datetime(stock.index)
fjgs = stock.loc[stock.Stkcd==600033,"Dretwd"]
fjgs.name="fjgs"
zndl=stock.loc[stock.Stkcd==600023,'Dretwd']
zndl.name

最低0.47元/天解锁文章