马科维茨投资组合理论

最优投资组合--马科维茨投资组合理论<代码已经过期，其中爬⾍链接已经失效>⼀：马科维茨投资组合理论投资组合（Portfolio）是由投资⼈或⾦融机构所持有的股票、、产品等组成的集合。

投资组合的⽬的在于分散风险，按粗略的分类有三种不同的模式可供运⽤，即积极的、中庸的和保守的。

投资组合理论[1]：若⼲种组成的，其收益是这些证券收益的加权平均数，但是其不是这些证券风险的加权平均风险，投资组合能降低。

⼈们进⾏投资，本质上是在不确定性的收益和风险中进⾏选择。

投资组合理论⽤均值-⽅差来刻画这两个关键因素。

其中均值是指投资组合的期望收益率，它是单只证券的期望收益率的加权平均，权重为相应的投资⽐例。

⽅差是指投资组合的收益率的⽅差。

我们把收益率的标准差称为波动率，它刻画了投资组合的风险。

那么在证券投资决策中应该怎样选择收益和风险的组合呢?投资组合理论主要通过研究"理性投资者"优化投资组合。

所谓理性投资者:是指在给定期望风险⽔平下对期望收益进⾏最⼤化，或者在给定期望收益⽔平下对期望风险进⾏最⼩化。

⼆：求解最优投资组合过程本⽂最优投资组合思想是：在给定期望收益⽔平下对期望风险进⾏最⼩化的投资。

利⽤的是马克维茨的均值-⽅差模型：本⽂实现最优投资组合的主要步骤：1：得到夏普⽐率最⼤时的期望收益2：得到标准差最⼩时的期望收益3：根据1，2所得的期望收益，获取预估期望收益范围，在预估期望收益范围内取不同值，获取其最⼩⽅差，得到预估期望收益与最⼩⽅差的关系即获得最⼩⽅差边界。

4：最⼩⽅差边界位于最⼩⽅差资产组合上⽅为有效边界5；获取最⼩⽅差边界上最⼤夏普⽐率，绘出CML6：得到最⼩⽅差边界上最⼤夏普⽐率处各股票权重三：实证数据⽤例：1：获取10股股票历史收盘价记录（2014.07.01—2017.07.01）（附件：stocks.xlsx）stocks=['601166', #兴业银⾏'600004', #⽩云机场'300099', #精准信息'601328', #交通银⾏'601318', #中国平安'601398', #中设股份'000333', #美的集团'600036', #招商银⾏'600016', #民⽣银⾏'601818'] #光⼤银⾏1.1：股票历史收盘价趋势折线图如下：2：计算预期收益率：连续复利收益率即对数收益率（附件：stock_revs.xlsx）revs=np.log(data/data.shift(1))3：⽤蒙特卡洛模拟产⽣⼤量随机组合，得到随机权重投资组合散点图如下：4：最优投资组合步骤：4.1：得到夏普⽐率最⼤时的期望收益def max_sharpe(weights):return -getPortfolioInformation(weights)[2]opts=sco.minimize(max_sharpe,numb * [1. / numb,], method='SLSQP',bounds=bnds, constraints=cons)getPortfolioInformation(opts['x']).round(4) #opts['x'] ：得到夏普⽐率最⼤时的权重，收益率，标准差，夏普⽐率#此时权重：[ 3.21290938e-01 5.00704152e-02 8.67642540e-02 0.00000000e+00 5.41874393e-01 0.00000000e+00 0.00000000e+00 0.00000000e+000.00000000e+00 5.15579333e-16]# [收益率= 0.478 标准差=0.251 夏普⽐率=1.904]4.2： minimize:优化，最⼩化风险：⽅差最⼩化def min_variance(weights):return getPortfolioInformation(weights)[1] ** 2optv=sco.minimize(min_variance, numb * [1. / numb,],method='SLSQP', bounds=bnds,constraints=cons)#此时权重：[ 1.18917047e-01 1.00755105e-01 1.04406546e-01 4.08438380e-02 4.53999968e-02 0.00000000e+00 0.00000000e+00 9.16150836e-18 5.89677468e-01 1.52059355e-17]# [收益率= 0.309 标准差= 0.22 夏普⽐率=1.405]4.3：获取有效边界4.3.1：获取最⼩⽅差边界曲线图，最⼩⽅差资产组合，随机组合散点图：指定收益率范围 [0.1545, 0.5736 ],求最⼩⽅差：def min_sd(weights):return getPortfolioInformation(weights)[1]tvols = []infor_min_sd=[]#获取在指定期望收益下的最⼩标准差：for tret in trets:cons = ({'type': 'eq', 'fun': lambda x: getPortfolioInformation(x)[0] - tret},{'type': 'eq', 'fun': lambda x: np.sum(x)-1})res = sco.minimize(min_sd, numb * [1. / numb,], method='SLSQP',bounds=bnds, constraints=cons)infor_min_sd.append(res) # tret 唯⼀的tvols.append(res['fun']) #获取函数返回值，即最⼩标准差tvols = np.array(tvols)ind_min_sd = np.argmin(tvols) #最⼩⽅差组合处进⾏划分，分两段evols = tvols[:ind_min_sd]erets = trets[:ind_min_sd]tck = sci.splrep(erets,evols ) #B-Spline样条曲线函数 #前⼀个必须是唯⼀y2 = np.linspace(np.min(erets), np.max(erets), 100)x2 = sci.splev(y2, tck)evols = tvols[ind_min_sd:]erets = trets[ind_min_sd:]tck = sci.splrep(evols, erets)x3 = np.linspace(np.min(evols), np.max(evols), 100)y3 = sci.splev(x3, tck)plt.figure(figsize=(10, 8))plt.scatter(pvols, prets, c=prets/pvols,s=5, marker='.')plt.plot(x2, y2,'g',label=u"最⼩⽅差边界")plt.plot(x3, y3,'g',label=u"最⼩⽅差边界")plt.axhline(y=rev_min_variance,color='b',label=u"最⼩⽅差资产组合") #最⼩⽅差资产组合plt.plot(getPortfolioInformation(opts['x'])[1], getPortfolioInformation(opts['x'])[0],'r*', markersize=5.0)#最⼤夏普⽐率plt.plot(getPortfolioInformation(optv['x'])[1], getPortfolioInformation(optv['x'])[0],'y*', markersize=5.0)#最⼩⽅差plt.grid(True)plt.xlabel('Expect Volatility')plt.ylabel('Expect Return')plt.show()结果显⽰如下4.3.2：获取有效边界曲线图：plt.figure(figsize=(10, 8))plt.scatter(pvols, prets, c=prets/pvols,s=5, marker='.')plt.plot(x3, y3,'g',label=u"有效边界")plt.plot(getPortfolioInformation(opts['x'])[1], getPortfolioInformation(opts['x'])[0],'r*', markersize=8.0)#最⼤夏普⽐率plt.plot(getPortfolioInformation(optv['x'])[1], getPortfolioInformation(optv['x'])[0],'y*', markersize=8.0)#最⼩⽅差plt.grid(True)plt.xlabel('Expect Volatility')plt.ylabel('Expect Return')plt.show()5：获取最⼩⽅差边界上最⼤夏普⽐率，绘出CML5.1： B-Spline样条曲线的参数tck = sci.splrep(evols, erets)5.2： B-Spline样条曲线函数def f(x):return sci.splev(x, tck, der=0)5.3： B-Spline样条曲线函数⼀阶导数def df(x):return sci.splev(x, tck, der=1)5.4：构造⾮线性函数，使函数fun(x)⽆限逼近0向量, risk_free_return：⽆风险收益，默认为0.00def fun(x, risk_free_return=0.00):e1 = risk_free_return - x[0]e2 = risk_free_return + x[1] * x[2] - f(x[2])e3 = x[1] - df(x[2])return e1, e2, e35.5 利⽤最⼩⼆乘法⽆限逼近0，⽆风险收益率：0，斜率：0.5，初始⾃变量：zoneX = sco.fsolve(fun, [0.00, 0.50, zone])plt.figure(figsize=(12, 6))#圆点为随机资产组合plt.scatter(pvols, prets,c=prets/ pvols,s=5, marker='.')#随机组合散点集plt.plot(x3, y3,'g',label=u"有效边界")plt.plot(getPortfolioInformation(opts['x'])[1], getPortfolioInformation(opts['x'])[0],'g*', markersize=5.0)#最⼤夏普⽐率plt.plot(getPortfolioInformation(optv['x'])[1], getPortfolioInformation(optv['x'])[0],'y*', markersize=5.0)#最⼩⽅差#设定资本市场线CML的x范围从0到1.5最⼤夏普利率时标准差值x = np.linspace(0.0, 1.5*zone)#带⼊公式a+b*x求得y,作图plt.plot(x, X[0] + X[1] * x, lw=1.5)#标出资本市场线与有效边界的切点，绿星处plt.plot(X[2], f(X[2]), 'r*', markersize=5.0)plt.grid(True)plt.axhline(0, color='k', ls='--', lw=2.0)plt.axvline(0, color='k', ls='--', lw=2.0)plt.xlabel('expected volatility')plt.ylabel('expected return')plt.colorbar(label='Sharpe ratio')plt.show()#最⼤夏普⽐率点： (0.251241778282 ,0.478266895458) #切点： (0.251147161667, 0.4781282509275755)结果图如下：6: 得到最⼩⽅差边界上最⼤夏普⽐率处各股票权重:根据收益率差绝对值最⼩选取权重进⾏投资：rev_result=f(X[2])flag=0temp=abs(trets[0]-rev_result)length=len(trets)for i in range(1,length):if abs(trets[i]-rev_result)<temp:temp=trets[i]-rev_resultflag=iweight_result=infor_min_sd[flag]['x']all=0 #最终为 1.0for i in range(10):all=all+weight_result[i]print('{:.5f}'.format(weight_result[i]))# weight_result=[ 0.00000 0.04802 #⽩云机场0.00000 0.85880 #交通银⾏ 0.00000 0.00000 0.00000 0.00000 0.09318 #民⽣银⾏ 0.00000 ]故最终投资股票是：0.04802 #⽩云机场0.85880 #交通银⾏0.09318 #民⽣银⾏。

投资组合理论与资本资产定价模型CAPM投资组合理论与资本资产定价模型（CAPM）是金融学中两个基本的理论框架，用于解释资本市场的行为和为投资者提供投资决策的依据。

投资组合理论是由美国经济学家哈里·马科维茨（Harry Markowitz）于1952年提出的，也是他获得1990年诺贝尔经济学奖的主要理论基础。

该理论认为，投资者可以通过合理配置资金，选择不同风险和收益水平的资产组合，从而实现在给定风险下最大化收益或在给定收益下最小化风险的目标。

通过将不同资产之间的相关性考虑在内，投资者可以通过分散投资来降低投资组合的整体风险。

资本资产定价模型（CAPM）是由美国经济学家威廉·夏普（William Sharpe）、芝加哥大学教授约翰·林特纳（John Lintner）和莱芜丝·特雷南伯格（Jan Mossin）于1964年同时独立提出的。

CAPM认为，资产的预期回报率与其系统风险（与整个市场波动相关的风险）成正比，与无风险利率成反比。

该模型通过将投资者面临的风险分解为系统风险和非系统风险（特异风险）两部分，提供了确定资产预期回报率的方法。

CAPM认为，投资者应该通过以无风险资产利率为基准，根据投资组合整体风险水平确定预期回报率。

投资组合理论和CAPM在投资决策中起着重要的作用。

投资组合理论强调通过选择不同相关性的资产来实现分散投资，降低整体风险。

投资者可以通过投资不同资产类别（如股票、债券、房地产等）来达到分散投资的目的。

而CAPM通过考虑整个市场风险来确定资产预期回报率，为投资者提供了估计资产预期回报率的方法，从而辅助投资者做出投资决策。

然而，投资组合理论和CAPM也存在一些局限性。

首先，投资组合理论和CAPM都是基于一系列假设和简化条件建立的，如理性投资者、完全市场、无摩擦成本等，因此在实际应用中存在局限性。

其次，CAPM是基于市场均衡的理论，没有考虑其他因素对资产价格的影响，如宏观经济因素、公司基本面等，因此在预测和解释市场波动方面具有一定的局限性。

最优投资组合公式在投资领域中，最优投资组合是指在给定的投资标的和风险偏好条件下，能够最大化投资者预期收益或最小化风险的投资组合。

最优投资组合公式是一种数学模型，它通过计算各种资产的权重来确定最佳的投资组合。

最常用的最优投资组合模型是马科维茨组合理论，由于这个理论的重要性，它被广泛应用于投资管理和资产配置领域。

马科维茨组合理论是由美国经济学家哈里·马科维茨在20世纪50年代提出的，该理论认为，投资组合的风险与各种资产之间的相关性有关，而不仅仅是单个资产的风险。

其基本公式如下：E(Rp) = ∑(i=1)^(N) wi * E(Ri)其中，E(Rp)表示投资组合的预期收益，N表示投资标的的数量，wi表示第i个资产在投资组合中的权重，E(Ri)表示第i个资产的预期收益。

此外，马科维茨组合理论还引入了投资组合的方差来衡量风险，方差公式如下：Var(Rp) = ∑(i=1)^(N) ∑(j=1)^(N) wi * wj * σij其中，Var(Rp)表示投资组合的方差，σij表示第i个资产和第j个资产之间的协方差。

为了达到最优投资组合，投资者需要在预期收益和风险之间做出权衡。

马科维茨通过引入风险厌恶系数（λ）来控制风险和收益的权衡关系，从而得到最优投资组合。

最优投资组合可以通过求解以下公式得到：min λ * Var(Rp) - E(Rp)约束条件如下：∑(i=1)^(N) wi = 1wi ≥ 0该优化问题需要使用数学优化算法进行求解，例如线性规划、二次规划或有效前沿算法等。

在实际应用中，投资者可以通过历史数据或专业机构提供的数据来估计资产的预期收益和风险。

通过不断调整投资组合的权重，投资者可以根据自身的风险偏好和投资目标来选择最优投资组合。

需要注意的是，最优投资组合公式仅是一个数学模型，其结果可能受到多种因素影响，包括资产预期收益和风险的准确性、相关性的变化、投资者的风险偏好以及投资时段等。

马科维茨投资组合理论模型
1 马科维茨投资组合理论
马克·科维茨（Markowitz）投资组合理论是一种采用数学工具来评估投资组合最优化的价值投资方法。

它的目的在于帮助投资者实现取得最大的投资回报，同时将风险保持在一个更合理的水平。

科维茨说，有一种投资组合可以达到最大的投资回报，其风险跟另一种投资组合相同。

也可以用资本资产定价模型（CAPM）来实现这一点。

2 科维茨假设
马克·科维茨（Markowitz）投资组合理论假设只有两个因素可以影响投资组合的收益：风险和期望收益。

科维茨假设个体投资者都有一个趋向于尽可能获得最大回报的目标，他认为这是投资目标的核心原则。

为了实现最高的投资回报，投资者应根据他们的投资目标和风险容忍度，以及预期投资行业的收益率，制定一个体面的投资组合，使之尽可能获得最大的投资回报。

3 评估投资组合
马克·科维茨（Markowitz）投资理论定义了两个投资组合评估指标：1）期望收益，2）投资组合的系统性风险。

期望收益作为投资组合的衡量指标，是投资组合在一定时间内的有效收益的预期值。

投资组合的系统风险是投资组合的整体风险，可以由波动率和夏普比率来衡量。

4 总结
马克·科维茨（Markowitz）投资组合理论引入了投资领域众多新的概念，其中包括期望收益，系统性风险，夏普比率等指标，为投资者制定投资组合，获得最大回报提供了可靠可行的途径，并成为当今价值投资的重要理论基础。

最优投资组合公式
投资是为了获取回报而进行的行为，每个投资者都希望通过找到最优的投资组
合来最大化他们的回报。

在金融领域，有许多方法和公式可用于寻找最优投资组合。

其中一个常用的最优投资组合公式是马科维茨模型。

马科维茨模型是由美国经
济学家哈里·马科维茨于20世纪50年代提出的。

该模型基于投资组合理论的核心
思想是通过合理分配不同资产之间的权重来最大化投资回报并降低风险。

马科维茨模型中的最优投资组合可以通过以下公式计算得出：
E(Rp) = w1 * E(R1) + w2 * E(R2) + ... + wn * E(Rn)
其中，E(Rp)代表整个投资组合的预期收益率，E(Ri)代表第i个资产的预期收
益率，wi代表第i个资产在投资组合中的权重。

通过调整不同资产的权重，投资者可以找到最优投资组合，以获得最大的预期收益率。

此外，马科维茨模型还考虑了投资组合的风险。

通过计算投资组合的方差或标
准差，投资者可以评估投资组合的风险水平，并根据自己的风险偏好选择合适的投资组合。

不过，需要注意的是，马科维茨模型是基于一些假设和前提条件，例如假设资
产收益率服从正态分布，且过去的收益率可以用来预测未来的收益率。

在实际应用中，投资者需要根据自己的情况和市场状况对模型进行适当的调整和修正。

总结来说，最优投资组合公式是通过权衡不同资产的预期收益率和风险来寻找
最佳的投资组合。

马科维茨模型是一种常用的方法，但在实际应用中需要谨慎处理，并结合实际情况进行调整。

通过合理分配资产权重，投资者可以优化投资组合，以实现预期的回报目标。

马柯威茨投资组合理论
马柯威茨投资组合理论是20世纪50年代末由美国经济学家威廉·马柯威茨首先提出
的一种金融投资理论，它是把投资者追求财富最大化指标与风险均衡指标完美结合给出了
解决方案。

它以一种新的方式，把投资者的资本回报率的的最大化表达成“最优化投资组合”的概念。

马柯威茨投资组合理论的基础是它所采用的“可接受风险”原则。

在马柯威茨投资组
合理论中，投资者可以通过对他们投资组合中任何一种资产，考虑他们承受的风险程度而
灵活选择，以此来评估一种投资者可以接受的风险程度，从而计算出最佳投资组合。

投资
者在选择风险等级时，需要参考公司财务报表、宏观经济状况和其他市场信息，以便对不
同的风险合理地进行评估。

对于投资者来说，马柯威茨投资组合理论的优点在于它鼓励投资者根据其资本业务，
运用宽松投资策略，采用多样化投资策略来降低风险，同时保证财富的稳定增长。

因此，
可以让投资者根据自己的投资风险及其希望获得的回报，去构造出最佳的投资组合，从而
获得最大的回报。

此外，马柯威茨投资组合理论还提倡投资者在投资过程中，要注重对市场结构的研究，了解宏观经济状况，把握投资趋势，以便采取适当的策略，保证投资收益。

从上面可以看出，马柯威茨投资组合理论对投资者提供了一种权衡经济风险和收益的
有效方法，它有助于投资者最大限度地实现投资利润，并且还能够有效降低投资风险。

马科维茨投资组合理论模型
马科维茨投资组合理论模型是由美国经济学家马科维茨提出的一种投资组合理论，该理论模型通过对投资组合和投资组合收益率的分析，提出了一种最优投资组合的概念，这种投资组合可以满足投资者的期望收益和风险最小化的要求。

马科维茨投资组合理论模型的基本概念是，当给定一定的投资资金，可以通过不同的投资组合，即不同投资产品的组合，使投资者的收益最大化。

该模型也引入了风险因素，通过对投资组合和投资组合收益率的分析，提出了最优投资组合的概念。

马科维茨投资组合理论模型的应用非常广泛，它可以帮助投资者进行投资决策。

该理论模型可以帮助投资者选择最佳的投资组合，以满足投资者的期望收益和风险最小化的要求，从而更好地实现投资目标。

此外，它还可以帮助投资者估算投资组合的收益率和风险，从而更好地进行投资。

马科维茨投资组合理论模型也可以帮助投资者灵活地进行投资，根据投资者的风险承受能力，可以调整投资组合，以满足投资者的投资目标。

此外，该理论模型还可以帮助投资者更好地识别投资机会，以获得更高的投资收益。

总的来说，马科维茨投资组合理论模型是一种有效的投资组合理论，
它可以帮助投资者更好地实现投资目标，更好地进行投资决策，并获得更高的投资收益。

马柯威茨投资组合理论
马柯威茨投资组合理论是一种金融投资理论，它提出了一个完美的投资组合，可以使投资者在有限的风险水平下获得最大化的投资收益。

该理论由美国经济学家马柯威茨于1952年提出，至今仍然是金融投资者的主要参考系统。

马柯威茨投资组合理论认为，一个理想的投资组合应该由多种投资工具组成，而不是仅仅依赖一种投资工具。

多种投资工具中的每一种都会产生不同程度的风险与收益，当将这些投资工具按一定比例组合起来时，就可以获得较低的总体风险水平，同时又可以最大限度地获得投资收益。

基于马柯威茨投资组合理论，投资者应该根据自身的风险偏好，选择合适的风险组合。

投资者可以根据风险组合中的投资工具比例来定制自己的投资组合，以便在有限的风险水平下尽可能获得最大的收益。

此外，马柯威茨投资组合理论还提出了一种投资组合的经典结构，即“有效前沿”，它是投资者在投资组合中可以获得最大化收益与最小风险的理想位置。

有效前沿是投资者可以获得最大收益、最小风险的最优组合，而有效前沿上的任何投资组合，都可以使投资者在有限的风险水平下获得最大化投资收益。

总之，马柯威茨投资组合理论是一种金融投资理论，它提出了一个完美的投资组合，可以使投资者在有限的风险水平下获得最大化的投资收益。

它的基本思想是将多种投资工具按一定比例组合起来，从而最大限度地获得投资收益，而且这种投资组合可以使投资者在有限的风险水平下获得最大化投资收益。

马科维茨投资组合理论简介马科维茨投资组合理论是由美国经济学家哈里·马科维茨在1952年提出的。

这个理论提供了一种方法来帮助投资者优化他们的投资组合，以达到预期收益最大化和风险最小化的目标。

马科维茨投资组合理论奠定了现代金融学的基础，同时也成为了投资组合管理中的重要理论工具。

基本原理马科维茨投资组合理论基于一个重要的概念，即投资组合的风险和收益是由各个资产之间的相关性决定的。

根据这个理论，投资者可以通过正确地选择不同风险和收益水平的资产，从而实现不同的投资组合。

马科维茨认为，通过适当地组合多个资产，可以降低整体投资组合的风险，同时提高预期收益。

为了构建一个有效的投资组合，马科维茨提出了一种数学模型，称为方差-协方差模型。

这个模型可以帮助投资者确定不同资产在投资组合中的权重，从而使得投资组合在给定风险水平下具有最大的预期收益。

方差-协方差模型假设资产的收益率服从正态分布，并且通过计算资产之间的协方差矩阵来衡量不同资产之间的相关性。

投资组合优化根据马科维茨投资组合理论，投资者可以通过以下步骤来优化他们的投资组合：1.收集数据：投资者需要收集相关的资产数据，包括历史收益率和协方差矩阵。

这些数据可以来自金融数据提供商或者自行计算。

2.设定目标：投资者需要明确自己的投资目标，包括收益预期和风险承受能力。

这些目标将指导投资者在优化投资组合时的决策。

3.构建投资组合：根据目标和收集的资产数据，投资者可以使用数学模型（如方差-协方差模型）来计算不同资产的权重，从而构建投资组合。

这个过程通常需要使用优化算法来搜索最优解。

4.评估投资组合：投资者需要定期评估投资组合的表现，包括预期收益、风险和投资者的目标是否相符。

如果需要，投资者可以调整投资组合的权重以适应市场变化。

优势与局限马科维茨投资组合理论的优势在于它提供了一种科学的方法来优化投资组合，同时考虑了不同资产之间的相关性。

通过根据投资者的目标和风险承受能力来构建投资组合，可以有效地平衡风险和收益。