24、投资组合优化：蒙特卡罗模拟与SciPy优化寻找有效前沿

投资组合优化：蒙特卡罗模拟与SciPy优化寻找有效前沿

在投资领域，构建最优投资组合是投资者追求的目标之一。有效前沿是现代投资组合理论中的重要概念，它代表了在给定风险水平下能够提供最高预期回报，或者在给定预期回报水平下具有最低风险的一组投资组合。本文将介绍两种寻找有效前沿的方法：蒙特卡罗模拟和使用SciPy进行优化。

1. 快速计算夏普比率和索提诺比率

在开始寻找有效前沿之前，我们可以使用 qs.extend_pandas() 方法扩展 pandas 的功能，从而直接从包含回报序列的 DataFrame 中访问相关方法。以下是一个快速计算夏普比率和索提诺比率的示例代码：

qs.extend_pandas()
print(f"Sharpe ratio: {portfolio_returns.sharpe():.2f}")
print(f"Sortino ratio: {portfolio_returns.sortino():.2f}")

运行上述代码后，会输出夏普比率和索提诺比率的值，这些值与之前使用 qs.reports.metrics 函数计算的结果相匹配。如果想查看所有可用的方法，可以运行以下代码：

[method for method in dir(qs.stats) if method[0] != "_"]

2. 使用蒙特卡罗模拟寻找有