利用python构建马科维茨_Markowitz投资组合之Python模拟

1952年，芝加哥大学的Markowitz提出现代资产组合理论(Modern Portfolio Theory，简称MPT)，为现代西方证券投资理论奠定了基础。其基本思想是，证券投资的风险在于证券投资收益的不确定性。如果将收益率视为一个数学上的随机变量的话，证券的期望收益是该随机变量的数学期望(均值)，而风险可以用该随机变量的方差来表示。

对于投资组合而言，如何分配各种证券上的投资比例，从而使风险最小而收益最大？

答案是将投资比例设定为变量，通过数学规划，对每一固定收益率求最小方差，对每一个固定的方差求最大收益率，这个多元方程的解可以决定一条曲线，这条曲线上的每一个点都对应着最优投资组合，即在给定风险水平下，收益率最大，这条曲线称作“有效前沿” (Efficient Frontier)。

对投资者而言，不存在比有效前沿更优的投资组合，只需要根据自己的风险偏好在有效前沿上寻找最优策略。

以包含两项风险资产的投资组合为例，其最小方差模型与有效前沿如下图(CFA Notes Book 4, Page 155)：

Paste_Image.png

期望收益与标准差分别定义如下(CFA Notes Book 4, Page 156)：

Paste_Image.png

Python实现(Python 2.7.13 |Anaconda 4.3.1 (64-bit))：

数据源：

2010年~2016年美股股价–微博、搜狐、网易、百度、阿里巴巴