Python でのポートフォリオの計算

Python でのポートフォリオの計算
気になった論文とその実現
- L2正則化のコード主要部

Python でのポートフォリオの計算

ポートフォリオの計算について色々調べてみた。とりあえず使いたいって人はportfoliooptがおすすめ。色々自前で工夫したい人はscipyでちゃんとやったほうがいい。

cvxoptを使った方法

The Efficient Frontier: Markowitz portfolio optimization in Python – Quantopian Blog

Authors: Dr. Thomas Starke, David Edwards, Dr. Thomas Wiecki Introduction In this blog post you will learn about the basic idea behind Ma...

scipy を使った方法

Quantopian – long-only minimum variance portfolio using scipy.optimize.minimize

Quantopian is a free online platform for education and creation of investment algorithms. Selected algorithms get capital backing from Qu...

portfolioopt

czielinski/portfolioopt: Financial Portfolio Optimization Routines in Python

portfolioopt - Financial Portfolio Optimization Routines in Python

気になった論文とその実現

KAKEN — 統計的学習理論のポートフォリオ最適化問題への適用

研究代表者：武田朗子, 研究期間 (年度)：2011-04-28 – 2015-03-31, 研究種目：若手研究(B), 研究分野：社会システム工学・安全システム

L1, L2正則化をポートフォリオに組みこんでみたいと思ったら、日本後の論文が見つかった。cvxoptでは、今回の正則化の概念を入れた計算関数が見当たらなかったので、scipyのminimizeで対応。

L2正則化のコード主要部

def constraint1(x):
    return (0.2 - (math.sqrt(np.sum([_x**2 for _x in x]))))

cons = ({'type': 'eq', 'fun': lambda x:  np.sum(x)-1.0}, {'type': 'ineq', 'fun': constraint1})

res= optimize.minimize(variance, x0, args=np.asarray(cov),method='SLSQP',constraints=cons, tol=1e-10)

def constraint1(x):

return (0.2 - (math.sqrt(np.sum([_x**2 for _x in x]))))

cons = ({'type': 'eq', 'fun': lambda x: np.sum(x)-1.0}, {'type': 'ineq', 'fun': constraint1})

res= optimize.minimize(variance, x0, args=np.asarray(cov),method='SLSQP',constraints=cons, tol=1e-10)

About Fx-Kirin

2009年10月にFXを開始、翌年2010年5月から脱サラをしてFX業界に専念。 2012年10月頃から本格的に勝ち始め、一月で資産を倍にする、2年半月間負けなし等、安定した収支で2013年11月に生涯FX収支が1億を超える。投資スタイルはシステムトレード。プログラミングの知識がほぼない状態から、独学で自分がしたいと思うことであればほぼ実現することが可能なレベルまで成長。好きな言語はRuby, Python。必要となればC++からVBA、Pascal等なんでも行う。MT4/MT5のプログラミングも得意。 2011年にはFXで稼いだ資金をもとにシンガポールに移住し、留学も兼ねて起業をチャレンジするほど、ビジネスを興すことに熱意がある。国内の業者を主に使い始めたことから、2012年に帰国。零細株式会社経営中。