इस प्रोजेक्ट के बारे में

PyPortfolioOpt वित्तीय पोर्टफोलियो अनुकूलन के लिए एक ओपन-सोर्स Python लाइब्रेरी है। यह सामान्य निवेशकों और आवंटन रणनीतियों का प्रोटोटाइप बनाने वाले पेशेवरों, दोनों के लिए डिज़ाइन की गई है, और इसमें एक मॉड्यूलर, scikit-learn से प्रेरित API है जो अपेक्षित-रिटर्न मॉडल, जोखिम मॉडल, उद्देश्यों और ऑप्टिमाइज़रों को संयोजित या प्रतिस्थापित करने की सुविधा देता है। लाइब्रेरी अपने EfficientFrontier इंटरफ़ेस के माध्यम से क्लासिक Markowitz मीन-वेरिएंस अनुकूलन को कवर करती है। समर्थित उद्देश्यों में अधिकतम Sharpe अनुपात, न्यूनतम अस्थिरता, लक्ष्य रिटर्न के लिए न्यूनतम जोखिम, लक्ष्य जोखिम के लिए अधिकतम रिटर्न, और अधिकतम द्विघात उपयोगिता शामिल हैं। उपयोगकर्ता लॉन्ग-ओनली या लॉन्ग/शॉर्ट सीमाएँ, मार्केट-न्यूट्रल पोर्टफोलियो, स्थिति सीमाएँ, और L2 नियमितीकरण जैसे अतिरिक्त उद्देश्य कॉन्फ़िगर कर सकते हैं। अपेक्षित रिटर्न के लिए, PyPortfolioOpt औसत ऐतिहासिक रिटर्न, चरघातांकी रूप से भारित ऐतिहासिक रिटर्न, और CAPM-आधारित रिटर्न प्रदान करता है। इसके सहप्रसरण और जोखिम-मॉडल उपकरणों में नमूना सहप्रसरण, अर्ध-सहप्रसरण, चरघातांकी रूप से भारित सहप्रसरण, मैनुअल और Ledoit-Wolf संकोचन, Oracle Approximating Shrinkage, और Minimum Covariance Determinant अनुमान शामिल हैं। सहप्रसरण प्लॉटिंग उपयोगिताएँ भी शामिल हैं। मानक कुशल-सीमा अनुकूलन से आगे, परियोजना Black-Litterman आवंटन का समर्थन करती है, जो बाज़ार या अन्य पूर्व रिटर्न अनुमानों को निवेशक विचारों के साथ जोड़ती है। अतिरिक्त ऑप्टिमाइज़रों में मीन-सेमीवेरिएंस, मीन-CVaR, Hierarchical Risk Parity, और Markowitz का क्रिटिकल लाइन एल्गोरिदम शामिल हैं। PyPortfolioOpt मूल्य डेटा वाले pandas DataFrames के साथ काम करता है। DiscreteAllocation मॉड्यूल निरंतर पोर्टफोलियो भारों को निर्दिष्ट पोर्टफोलियो मूल्य के लिए खरीदने योग्य शेयर मात्राओं में परिवर्तित करता है और शेष नकद की रिपोर्ट करता है। रिपॉज़िटरी में एक क्विक-स्टार्ट उदाहरण, Read the Docs दस्तावेज़ीकरण, Jupyter नोटबुक की कुकबुक, 20 टिकरों के लिए परीक्षण डेटा, और एक pytest परीक्षण सूट शामिल है। इसे PyPI से pip के साथ या सीधे स्रोत से इंस्टॉल किया जा सकता है, और यह MIT लाइसेंस के अंतर्गत जारी किया गया है। README स्पष्ट रूप से नोट करता है कि यह परियोजना निवेश सलाह नहीं है।