【量化笔记】Markowitz模型的python实现

最新推荐文章于 2025-01-13 11:40:53 发布

迷迷迷迷路的鹿鹿

最新推荐文章于 2025-01-13 11:40:53 发布

阅读量1w

点赞数 6

分类专栏：实战区量化笔记文章标签：量化 portfolio python

本文链接：https://blog.youkuaiyun.com/yao09605/article/details/97613266

版权

本文介绍了使用Python实现Markowitz模型来计算最优资产比例，并通过绘制最小方差前缘曲线来确定投资组合。选取了五只股票进行分析，并用2014年数据作为训练集，2015年数据作为验证集，对比了模型计算出的最佳投资组合与随机组合的累计收益，强调股市风险和历史数据的局限性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Markowitz模型是关于如何选择最佳的投资组合比例的模型
Markowitz模型的数学推导见：https://blog.youkuaiyun.com/yao09605/article/details/96318367

下面写下python实现：
选取的五只股票分别是：

600004 白云机场
600015 华夏银行
600023 浙能电力
600033 福建告诉
600183 生益科技

数据可以使用tushare包获得，这里我使用的是本地保存下来的数据

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

stock = pd.read_table('stock.txt',sep='\t', index_col = 'Trddt')

fjgs = stock.loc[stock.Stkcd==600033,'Dretwd']
fjgs.name = 'fjgs'
zndl = stock.loc[stock.Stkcd==600023,'Dretwd']
zndl.name = 'zndl'
sykj = stock.loc[stock.Stkcd==600183,'Dretwd']
sykj.name = 'sykj'
hxyh = stock.loc[stock.Stkcd==600015,'Dretwd']
hxyh.name = 'hxyh'
byjc = stock.loc[stock.Stkcd==600004,'Dretwd']
byjc.name = 'byjc'

sh_return = pd.concat([byjc,fjgs,hxyh,sykj,zndl], axis=1)

# 累计回报率
sh_return = sh_return.dropna()
cumreturn = (1+sh_return).cumprod()
# 5只股票日收益图
sh_return.plot()