python - 如何在Python中计算 Assets 的风险贡献

我正在尝试编写代码块，以使我能够确定投资组合中资产的风险贡献。协方差矩阵是一个6x6的熊猫数据帧。

我的代码如下：

import numpy as np
import pandas as pd

weights = np.array([.1,.2,.05,.25,.1,.3])

data = pd.DataFrame(np.random.randn(1000,6),columns = 'a','b','c','d','e','f'])
covariance = data.cov()

portfolio_variance = (weights*covariance*weights.T)[0,0]
sigma = np.sqrt(portfolio_variance)
marginal_risk = covariance*weights.T
risk_contribution = np.multiply(marginal_risk, weights.T)/sigma
print(risk_contribution)

当我尝试运行代码时，出现KeyError，并且如果从[0,0]中删除​​portfolio_variance，则会得到似乎没有意义的输出。

有人可以指出我的错误吗？

最佳答案

您的代码存在三个问题：

在第6行上打开列表运算符方括号：

data = pd.DataFrame(np.random.randn(1000,6),columns = ['a','b','c','d','e','f'])

您正在使用二维索引运算符错误。您不能说[0,0]，而必须说[0][0]。

最后，由于为列命名，因此在索引时必须使用它们，因此实际上是['a'][0]：

portfolio_variance = (weights*covariance*weights.T)['a'][0]

最终的工作代码：

import numpy as np
import pandas as pd

weights = np.array([.1,.2,.05,.25,.1,.3])

data = pd.DataFrame(np.random.randn(1000,6),columns = ['a','b','c','d','e','f'])
covariance = data.cov()

portfolio_variance = (weights*covariance*weights.T)['a'][0]
sigma = np.sqrt(portfolio_variance)
marginal_risk = covariance*weights.T
risk_contribution = np.multiply(marginal_risk, weights.T)/sigma
print(risk_contribution)