python 组合优化_利用python-scipy优化sharpe比率的投资组合优化.最小化

该博客介绍了如何使用Python的scipy库来优化投资组合的夏普比率,通过读取股票数据并进行预处理,最终目标是最小化负的年化夏普比率。博主在代码实现过程中遇到了问题,导致运行错误,错误信息为'Objective function must return a scalar'。文章求解这个问题,包括检查minimize函数的调用以及args参数的使用是否正确。
摘要由CSDN通过智能技术生成

我试图优化一个投资组合夏普比率和以下是我的代码import pandas as pd

import os

import matplotlib.pyplot as plt

import numpy as np

import scipy.optimize as spo

def get_path(sym, base_dir = "data"):

cwd = os.getcwd()

path = os.path.join(cwd, base_dir, sym)

return path

def prepare_data(files, dates):

"""Read stock data (adjusted close) for given symbols from CSV files."""

dfstocks = pd.DataFrame(index=dates)

if 'NIFTY.csv' not in files:

files.insert(0, 'NIFTY.csv')

for f in files:

# TODO: Read and join data for each symbol

files_path = get_path(f)

df_temp = pd.read_csv(files_path, index_col = "Date",

parse_dates = True,

usecols = ['Date', 'Close Price'])

df_temp = df_temp.rename(columns &#

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