portfolioperformanceのダウンロードportfolioperformanceソースコードのダウンロード

portfolioperformance

AI ソースコード

v1.1.0

ダウンロード

ポートフォリオのパフォーマンス

ポートフォリオ最適化モデルのサンプル外のパフォーマンスをテストするツール。論文に基づいて：最適と素朴な多様化：

また、このパッケージ用のプレイグラウンドWebサイトを開発したため、これらのモデルを独自のデータで簡単に実行できます。ウェブサイトへのリンク

使用法

インストール

pip install portfolioperformance

モデル

 # Each model takes a name parameter
ew = EqualWeight ( "Equal Weight" )
minVar = MinVar ( "Minimum Variance" )
JagannathanMa = JagannathanMa ( "Jagannathan Ma" )
minVarShortSellCon = MinVarShortSellCon ( "Minimum Variance with Short Sell Constrains" )
kanZhouEw = KanZhouEw ( "Kan Zhou EW" )

meanVar = MeanVar ( "Mean Variance (Markowitz)" )
meanVarShortSellCon = MeanVarShortSellCon ( "Mean Variance with Short Sell Constrains" )
kanZhou = KanZhou ( "Kan Zhou Three Fund" )
bayesStein = BayesStein ( "Bayes Stein" )
bayesSteinShortSellCon = BayesSteinShortSellCon ( "Bayes Stein with Short Sell Constrains" )
macKinlayPastor = MacKinlayPastor ( "MacKinlay and Pastor" )

例

 import numpy as np
from portfolioperformance import *

# Risk aversion levels
GAMMAS = [ 1 , 2 , 3 , 4 , 5 , 10 ]

# Time horizons
TIME_HORIZON = [ 60 , 120 ]

benchmark = < benchmark model >

# List of models
models = [
    benchmark ,
    # <add other list of models>
]

app = App ( < data path > , GAMMAS , TIME_HORIZON , models , dateFormat = < pandas datetime format > ,
            dateRange = [ "01011990" , "01012010" ], delim = < "," or " \ s+" > ,
            riskFactorPositions = [ positions for risk factor column ],
            riskFreePosition = < risk free asset column > )

sr = app . getSharpeRatios ()
sig = app . getStatisticalSignificanceWRTBenchmark ( benchmark )

API

アプリクラス

パラメーター

path （ str ）： csvファイルへのパス
gammas （ list[int] ）：ガンマ値のリスト
timeHorizon （ list[int] ）：タイムホライトンのリスト
models （ list[Model] ）：モデルクラスのリスト
dateFormat （ str ）：pandas date time format、default = "％y-％m-％d"
dateRange （ [str, str] ）：開始日と終了日、デフォルト= []
delim （ str ）：区切りタイプ、 "、"または " s+"（whitespace）、default = "、"
logScale （ bool ）：データがログスケールにあるかどうか、default = false
riskFactorPositions （ list ）：リスク因子アセット列位置（位置1は日付列）、デフォルト= []
riskFreePosition （ int ）：リスクフリーアセット列の位置、デフォルト= 1

方法

`getSharpeRatios() -> dict[str, float]`

シャープ比を取得します

返品： dict[str, float] ：キーバリューペアとしてのモデル名とシャープ比を持つ辞書

`getStatisticalSignificanceWRTBenchmark(benchmark) -> dict[str, float]`

ベンチマークモデルに関して統計的有意性を取得する

パラメーター：
- benchmark （ Model ）：ベンチマークモデル

返品：
- dict[str, float] ：キーバリューペアとしてのモデル名とシャープ比の辞書

発達

設定

クローンプロジェクト： git clone https://github.com/sidnand/portfolioperformance
パッケージのインストール： pip install -r requirements.txt
変更を加えてください！

フォルダー構造

 .
| -- __init__.py # import /src/app.py and all models
| -- /src
    | -- app.py # code for running all the optimiation models
    | -- model.py # parent class to all the models
    | -- modelNoGamma.py # class for models that don't take extra parameters
    | -- modelGamma.py # class for models that take an extra gamma parameter; gamma is a list of constants for the investors risk-aversion level
    | -- ./models # all the models
    | -- ./utils
        | -- filter.py # includes a function that is used to filter the parameters passed to a function
        | -- quadprog.py # quadratic programming
        | -- sharedOptions.py # models options that are in common with >2 models
        | -- statistics.py # statistics functions