mv port是一个python包,用于执行均值-方差分析。它为portfolio类提供了各种方法来帮助您完成portfolio优化任务。
mean-variance-portfolio的Python项目详细描述
=======
平均方差投资组合
=====
图像::https://img.shields.io/pypi/v/mvport.svg
:目标:https://pypi.python.org/pypi/mvport
…图片::https://img.shields.io/travis/condereis/mean variance portfolio.svg
:目标:https://travis ci.org/condereis/mean variance portfolio
…图片::https://readthedocs.org/projects/mean-variance-portfolio/badge/?版本=最新
:目标:https://mean-variance-portfolio.readthedocs.io/en/latest/?徽章=最新
:alt:文档状态
…图片::https://pyup.io/repos/github/condereis/mean variance portfolio/shield.svg
:目标:https://pyup.io/repos/github/condereis/mean variance portfolio/
:alt:updates
mv port是一个用于执行均值-方差分析的python包。它提供了一个Portfolio类,提供了多种方法来帮助您完成Portfolio优化任务。
*免费软件:MIT许可证
*文档:https://mvport.readthedocs.io.
。现代投资组合理论(MPT),或称均值方差分析,是一种组合资产组合的数学框架,使得在给定风险水平下预期收益最大化。它是投资多样化的形式化和延伸,即拥有不同种类的金融资产比只拥有一种类型的风险更低。它的关键观点是,资产的风险和回报不应该由它自己来评估,而应该由它对投资组合整体风险和回报的贡献来评估。它使用资产价格的方差作为风险的代理。
rate
安装
----
要安装MV端口,请在终端中运行此命令:
…代码::bash
$pip install mvport
check`here<;https://mvport.readthedocs.io/en/latest/installation.html>;``获取有关安装的详细信息。
基本用法
--
实例化一个投资组合并添加一些库存,并在给定一组权重的情况下对其进行评估:
python
>>>>>gt>gt;将mvport导入mvport;p=mv.portfolio
>>>gt>gt;p.add库存('aapl',[.1,.2,.3,.1,.1,.2,.3])
>>gt;p.add库存('amzn',[.1,.3,.3,.5,.3,.5,.1,.1,.3,.3,.5,.1,.1,.1,.3,.5,.1,.1,.1,.1,.3,.3,>br/>>>>>>gt>gt>gt;均值、方差、夏普比率、权重=p.eva值([.5,.5,.{}。格式(平均值,差异)
0.25+-0.0225
check`here<;https://mvport.readthedocs.io/en/latest/usage.html>;`有关使用的更多信息。
==
history
==
>1.0.0(2018-06-28)
----
*PYPI上的首次发布。
*已实现股票类别。
*已实现投资组合类别。
*已实现最小方差投资组合优化
*有效前沿评估
*给定的相切投资组合无风险回报率
平均方差投资组合
=====
图像::https://img.shields.io/pypi/v/mvport.svg
:目标:https://pypi.python.org/pypi/mvport
…图片::https://img.shields.io/travis/condereis/mean variance portfolio.svg
:目标:https://travis ci.org/condereis/mean variance portfolio
…图片::https://readthedocs.org/projects/mean-variance-portfolio/badge/?版本=最新
:目标:https://mean-variance-portfolio.readthedocs.io/en/latest/?徽章=最新
:alt:文档状态
…图片::https://pyup.io/repos/github/condereis/mean variance portfolio/shield.svg
:目标:https://pyup.io/repos/github/condereis/mean variance portfolio/
:alt:updates
mv port是一个用于执行均值-方差分析的python包。它提供了一个Portfolio类,提供了多种方法来帮助您完成Portfolio优化任务。
*免费软件:MIT许可证
*文档:https://mvport.readthedocs.io.
。现代投资组合理论(MPT),或称均值方差分析,是一种组合资产组合的数学框架,使得在给定风险水平下预期收益最大化。它是投资多样化的形式化和延伸,即拥有不同种类的金融资产比只拥有一种类型的风险更低。它的关键观点是,资产的风险和回报不应该由它自己来评估,而应该由它对投资组合整体风险和回报的贡献来评估。它使用资产价格的方差作为风险的代理。
rate
安装
----
要安装MV端口,请在终端中运行此命令:
…代码::bash
$pip install mvport
check`here<;https://mvport.readthedocs.io/en/latest/installation.html>;``获取有关安装的详细信息。
基本用法
--
实例化一个投资组合并添加一些库存,并在给定一组权重的情况下对其进行评估:
python
>>>>>gt>gt;将mvport导入mvport;p=mv.portfolio
>>>gt>gt;p.add库存('aapl',[.1,.2,.3,.1,.1,.2,.3])
>>gt;p.add库存('amzn',[.1,.3,.3,.5,.3,.5,.1,.1,.3,.3,.5,.1,.1,.1,.3,.5,.1,.1,.1,.1,.3,.3,>br/>>>>>>gt>gt>gt;均值、方差、夏普比率、权重=p.eva值([.5,.5,.{}。格式(平均值,差异)
0.25+-0.0225
check`here<;https://mvport.readthedocs.io/en/latest/usage.html>;`有关使用的更多信息。
==
history
==
>1.0.0(2018-06-28)
----
*PYPI上的首次发布。
*已实现股票类别。
*已实现投资组合类别。
*已实现最小方差投资组合优化
*有效前沿评估
*给定的相切投资组合无风险回报率