-
Notifications
You must be signed in to change notification settings - Fork 0
/
main4.py
63 lines (52 loc) · 1.8 KB
/
main4.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
"""Même chose que main3 mais on fait varier l'horizon
"""
# %%
from scipy.optimize import minimize
from static import get_data, fund_name
import utility as ut
from main import get_target_return
import cvxpy as cp
import pandas as pd
#%%
u = ut.get_cvx_utility()
#%%
t = get_data()
r = get_target_return(t, months=3)
r = r.fillna(0) # A voir si c'est necessaire?
#%%
n, p = r.shape
w_cp = cp.Variable(p)
λ = 1
reg = λ * cp.norm1(w_cp)
objective = cp.Maximize(1 / n * cp.sum(u(r.values @ w_cp)) - reg)
constraints = [w_cp >= 0, cp.sum(w_cp) == 1]
prob = cp.Problem(objective, constraints)
result = prob.solve(solver="ECOS", verbose=True)
# %%
w = pd.Series(w_cp.value, index=t.columns)
w = w[w >= 0.01] # On ne garde que les titres avec un poids >= 1%
w.sort_values(ascending=False).plot.bar()
# %%
w.index = w.index.map(fund_name)
w.sort_values(ascending=False)
"""
Résultats :
w
iShares Edge MSCI Min Vol USA Index ETF 0.307989
iShares S&P/TSX Capped Consumer Staples Index ETF 0.214012
iShares Core Canadian Universe Bond Index ETF 0.180307
iShares NASDAQ 100 Index ETF (CAD-Hedged) 0.160678
iShares S&P/TSX Capped Financials Index ETF 0.048117
iShares S&P/TSX Global Gold Index ETF 0.046030
iShares S&P/TSX Global Base Metals Index ETF 0.022374
iShares S&P/TSX Capped Information Technology Index ETF 0.015584
dtype: float64
"""
# %%
"""Deux observations: d'abord on semble privilégier des titres qui ne versent pas
forcément des dividendes (à part le Universe Bond Index). Il s'agit alors de recalibrer
cette fonction.
Autre observation: on remarque que l'optimisation nous retourne de nombreux titres.
Peut-être un peu trop nombreux. Il serait alors temps d'introduire une régularisation
ℓ-1.
"""