Python中N资产组合的投资组合方差
投资组合的方差是这样计算的:
port_var = W'_p * S * W_p
对于一个包含N个资产的投资组合,其中
W'_p = transpose of vector of weights of stocks in portfolios
S = sample covariance matrix
W_p = vector of weights of stocks in portfolios
我有以下的numpy矩阵。
投资组合中股票的权重数组(向量),这里有10只股票:
weights = np.array(
[[ 0.09],
[ 0.05],
[ 0.15],
[ 0.10],
[ 0.15],
[ 0.15],
[ 0.08],
[ 0.08],
[ 0.1 ],
[ 0.05]])
股票收益的协方差矩阵:
covar = np.array([[ 0.00154474 0.00079555 0.00099691 0.00052596 0.0005363 0.00062005
0.00064031 0.00037494 0.00018826 0.00132809],
[ 0.00079555 0.00287429 0.00058536 0.00091774 0.00046885 0.00110434
0.00137141 0.00046724 0.00030414 0.0016615 ],
[ 0.00099691 0.00058536 0.00155757 0.00056336 0.00052395 0.00060104
0.00057223 0.00021365 0.00017057 0.00130247],
[ 0.00052596 0.00091774 0.00056336 0.00126312 0.00031941 0.00088137
0.00024493 0.00025136 0.00011519 0.00135475],
[ 0.0005363 0.00046885 0.00052395 0.00031941 0.00054093 0.00045649
0.00042927 0.00021928 0.00016835 0.00093471],
[ 0.00062005 0.00110434 0.00060104 0.00088137 0.00045649 0.00133081
0.00060353 0.0003967 0.00024983 0.00168281],
[ 0.00064031 0.00137141 0.00057223 0.00024493 0.00042927 0.00060353
0.00468731 0.00059557 0.00020384 0.00078669],
[ 0.00037494 0.00046724 0.00021365 0.00025136 0.00021928 0.0003967
0.00059557 0.00082333 0.00017191 0.00066816],
[ 0.00018826 0.00030414 0.00017057 0.00011519 0.00016835 0.00024983
0.00020384 0.00017191 0.00036348 0.0004505 ],
[ 0.00132809 0.0016615 0.00130247 0.00135475 0.00093471 0.00168281
0.00078669 0.00066816 0.0004505 0.00530036]])
当我计算时
weights.T * covar * weights
结果是一个和协方差矩阵大小相同的数组。我对投资组合理论还很陌生,但我想投资组合的方差应该是一个标量(单一值)。
有没有人有相关经验可以帮助我?
1 个回答
5
np.dot(weights.T,np.dot(covar,weights))
# array([[ 0.00064654]])
对于二维的numpy数组,np.dot
就是矩阵乘法。
当一个二维数组和一个一维数组用 np.dot
计算时,这就相当于矩阵和向量的乘法。
对于一维数组,np.dot
就是内积。
在numpy数组中,*
是逐元素相乘(如果需要的话,还会进行 广播)。
weights.T*np.matrix(covar)*weights
#matrix([[ 0.00064654]])
另外,如果你把 covar
转换成 np.matrix
,那么 *
就相当于矩阵乘法。