基本信息

---

下载

   友情提示：（无需注册或充值，赞助后即可获取资源下载链接）

---

     嘿，亲！知识可是无价之宝呢，但咱这精心整理的资料也耗费了不少心血呀。小小地破费一下，绝对物超所值哦！如有下载和支付问题，请联系我们QQ(微信同号)：813200300

本次赞助数额为： 2 元　

支付宝支付

微信支付

   源码介绍

---

PyPortfolioOpt：python中的金融投资组合优化，包括经典有效前沿，Black-Litterman，分层风险平价-源码
PyPortfolioOpt是一个实现投资组合优化方法的库，其中包括经典的均值方差优化技术和Black-Litterman分配，以及该领域的最新发展，例如收缩和分层风险奇偶校验，以及一些新颖的实验功能，例如指数加权协方差矩阵。...

.
├── PyPortfolioOpt-master
│   ├── CONTRIBUTING.md
│   ├── Dockerfile
│   ├── LICENSE.txt
│   ├── Makefile
│   ├── README.md
│   ├── binder
│   │   ├── Dockerfile
│   │   └── jupyter_notebook_config.py
│   ├── cookbook
│   │   ├── 1-RiskReturnModels.ipynb
│   │   ├── 2-Mean-Variance-Optimisation.ipynb
│   │   ├── 3-Advanced-Mean-Variance-Optimisation.ipynb
│   │   ├── 4-Black-Litterman-Allocation.ipynb
│   │   ├── 5-Hierarchical-Risk-Parity.ipynb
│   │   └── data
│   │       ├── spy_prices.csv
│   │       └── stock_prices.csv
│   ├── docker-compose.test.yml
│   ├── docker-compose.yml
│   ├── docs
│   │   ├── About.rst
│   │   ├── BlackLitterman.rst
│   │   ├── Contributing.rst
│   │   ├── EfficientFrontier.rst
│   │   ├── ExpectedReturns.rst
│   │   ├── Makefile
│   │   ├── OtherOptimisers.rst
│   │   ├── Plotting.rst
│   │   ├── Postprocessing.rst
│   │   ├── RiskModels.rst
│   │   ├── Roadmap.rst
│   │   ├── UserGuide.rst
│   │   ├── conf.py
│   │   └── index.rst
│   ├── examples.py
│   ├── media
│   │   ├── cla_plot.png
│   │   ├── conceptual_flowchart_v1-grey.png
│   │   ├── conceptual_flowchart_v1.png
│   │   ├── conceptual_flowchart_v2-grey.png
│   │   ├── conceptual_flowchart_v2.png
│   │   ├── corrplot.png
│   │   ├── corrplot_white.png
│   │   ├── dendrogram.png
│   │   ├── ef_plot.png
│   │   ├── efficient_frontier.png
│   │   ├── efficient_frontier_white.png
│   │   ├── logo_v0.png
│   │   ├── logo_v1-grey.png
│   │   ├── logo_v1.png
│   │   └── weight_plot.png
│   ├── pipfile
│   ├── poetry.lock
│   ├── pypfopt
│   │   ├── __init__.py
│   │   ├── base_optimizer.py
│   │   ├── black_litterman.py
│   │   ├── cla.py
│   │   ├── discrete_allocation.py
│   │   ├── efficient_frontier.py
│   │   ├── exceptions.py
│   │   ├── expected_returns.py
│   │   ├── hierarchical_portfolio.py
│   │   ├── objective_functions.py
│   │   ├── plotting.py
│   │   └── risk_models.py
│   ├── pyproject.toml
│   ├── readthedocs.yml
│   ├── requirements.txt
│   ├── setup.py
│   └── tests
│       ├── __init__.py
│       ├── resources
│       │   ├── spy_prices.csv
│       │   ├── stock_prices.csv
│       │   └── weights_hrp.csv
│       ├── test_base_optimizer.py
│       ├── test_black_litterman.py
│       ├── test_cla.py
│       ├── test_custom_objectives.py
│       ├── test_discrete_allocation.py
│       ├── test_efficient_frontier.py
│       ├── test_efficient_semivariance.py
│       ├── test_expected_returns.py
│       ├── test_hrp.py
│       ├── test_objective_functions.py
│       ├── test_plotting.py
│       ├── test_risk_models.py
│       └── utilities_for_tests.py
└── PyPortfolioOpt：python中的金融投资组合优化，包括经典有效前沿，Black-Litterman，分层风险平价-源码_PyPortfolioOpt-master.zip

9 directories, 82 files