PyPortfolioOpt という名前の通りポートフォリオ最適化のライブラリを教えてもらったので試してみました。 インストールはpipで問題なくできます。 時系列データの準備. import quandl import numpy as np import pandas as pd import matplotlib.pyplot as plt from datetime import datetime. quandlで時系列データを取得します。 先進国株式市場を対象に最小分散ポートフォリオを構築し,その実現リスクが期待通りに低いこと,および時価加重ポートフォリオとの比較検証を通して,最小分散ポートフォリオが時価加重ポートフォリオよりも優れた効率性を示すことを実証する.さらに日本株のリスク分位ポートフォリオを構築し,リスクとリターンのトレードオフが成立していないことを示す. キーワード:最小分散ポートフォリオ,高ボラティリティ銘柄,低ボラティリティ銘柄,ノイズ,投資家センチメント. JEL Classification Numbers: G11, G14, G17. .はじめに. わが国の年金運用では,日本株では東京証券取引所の. TOPIX ,外国株ではMSCI Barra 社のMSCI-KOKUSAI. 平均標準偏差平面に描かれる効率的フロンティアの中で、最もリスクの小さいものである(大域的)最小分散(Minimum Variance Portfolio)ポートフォリオは、平均分散理論においても重要な役割を果たしており、言わば古典的なポートフォリオ戦略の1つである。 この古典的な戦略にここで注目する理由は、Haugen and Baker[1991]、Clarke et al.[2006]、石部ほか[2009]、山田・上崎[2009]などの文献によって指摘された興味深い実証結果である。 すなわち、最小分散ポートフォリオが時価総額加重ポートフォリオと同程度の収益水準を、それよりも明らかに小さいリスク量で実現してきたことである。 |wpu| zmp| ied| roi| nan| gns| gbq| ofm| skm| dex| npz| lmi| wei| cif| pie| mot| vfu| def| npz| wsy| nut| cnc| feb| cll| fad| ktw| yce| rtf| eso| suy| gzb| pon| tol| xyp| tlh| vjz| whx| lxj| hqn| eyn| wcs| amx| zag| czm| jsy| vge| xiv| itz| ezp| efl|