Efficient frontier – مرز کارا

  فصل قبلی

Efficient frontier – مرز کارا

 

محاسبه بازده و ریسک یک پرتفولیو

 

تست توابع کتابخانه Maktab_S_J بر روی داده‌های 90 سال اخیر 30 صنعت بورسی

 

ایجاد توابع مهم ()annualize_return() , annualize_vol() , sharpe_ratio

 

ایجاد توابع مهم ()portfolio_return() , portfolio_vol

 

رسم Efficient frontier (در حالت دو دارایی)

 

ایجاد تابع plot_ef2 () و رسم آسان efficient frontier

 

تابع بسیار مهم ()minimize_volatility و یافتن وزن‌های بهینه سرمایه‌گذاری (برای حالت دو دارایی)

 

اگر بیشتر از دو دارایی داشتیم چی؟ - ایجاد توابع مهم ()optimal_weights و ()plot_ef

 

رسم efficient frintier و یافتن وزن‌های بهینه (برای حالت n دارایی)

 

دریافت داده های دنیای واقعی و محاسبه mean , std , cov برای آن ها

 

استفاده از simulation Montcarlo برای یافتن بهینه ترین پرتفولیو ممکن از بین هزاران پرتفولیوی تصادفی

 

رسم پرتفوهای ایجاد شده توسط Montcarlo simulation و یافتن پرتفوهای GMV و MSR

 

ایجاد تابع ()get_portfolio_features – استفاده از روش دوم برای پرتفوی بهینه ()minimize_volatility - مقایسه دو روش montc

 

یافتن بهینه ترین پرتفولیو در حالت ورود یک بازده ثابت هدف (target return)

 

ایجاد تابع بسیار مهم ()maximize_sharpe_ratio و یافتن بهینه ترین پرتفو با بالاترین نسبت شارپ

 

ایجاد تابع بسیار بسیار مهم ()effiecient frontier

 

خط Capital Market Line (CML) – خط بازار سرمایه

 

ایجاد تابع بسیار بسیار مهم ()effiecient frontier و یافتن پرتفولیوهای hsr , mvp , ewp و رسم مرز کارا - بخش دوم

 

معرفی دارایی بدون ریسک و مرز کارای جدید

 

فرمول های بازده , ریسک و وزن های بهینه در حالت وجود دارایی بدون ریسک

 

یافتن وزن های بهینه در حالت وجود نرخ بدون ریسک و مجاز بودن فروش استقراضی

 

ایجاد تابع ()weighted_max_sharpe_ratio برای یافتن وزن های بهینه پرتفو با بیشترین نسبت شارپ در حالت وجود نرخ بدون ریسک

 

به دست آوردن وزن های بهینه سهام ها و دارایی بدون ریسک در حالت وجود نرخ بدون ریسک برای بازده دلخواه و رسم cml هر ترکیب

  فصل بعدی