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。
mvport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://mean variance portfolio.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://mean variance portfolio.readthedocs.io/en/latest/installation.html>；``了解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，方差）
0.25+-0.0225
check`here<；https://mean variance portfolio.readthedocs.io/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
>1.0.1（2018-06-28年6月28日）
=-
<1.0.2（2018-06-28年6月28日）
>
1.2.0（2019-03-27）
----
*手动计算优化问题，因此不再需要cvxopt。
1.3.0（2019-03-30）
----
*当协方差矩阵接近单数时使用伪逆。
<1.3.1（2019-03-31）
-
*在自述文件上修复文档url。
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://mean variance portfolio.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://mean variance portfolio.readthedocs.io/en/latest/installation.html>；``了解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，方差）
0.25+-0.0225
check`here<；https://mean variance portfolio.readthedocs.io/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
>1.0.1（2018-06-28年6月28日）
=-
<1.0.2（2018-06-28年6月28日）
>
1.2.0（2019-03-27）
----
*手动计算优化问题，因此不再需要cvxopt。
1.3.0（2019-03-30）
----
*当协方差矩阵接近单数时使用伪逆。
<1.3.1（2019-03-31）
-
*在自述文件上修复文档url。
欢迎加入QQ群-->： 979659372
