portfolio 相关问题

投资组合可以指：持有的股票或投资（金融）或单一实体持有的专利的集合;用于展示艺术品，照片等的个人过去作品（艺术，教育，摄影，开发）或展示柜（物理或虚拟）的样本。

skfolio如何设置各种参数

我已经开始使用 skfolio，使用 skfolio.datasets (sp500) 中给出的投资组合。我的想法是使用 sp500 作为我的宇宙来运行一个由同等权重的股票组成的投资组合。为此，我执行以下操作：

python-3.x optimization scikit-learn portfolio

回答 1 投票 0

哪些项目值得纳入我的投资组合？ [已关闭]

有人可以给我关于我的 GitHub 作品集应该是什么样子的建议吗？如果我计划成为 ML 专家，我的存储库是否应该包含我之前完成的非 ML 相关项目？喜欢

machine-learning portfolio

回答 1 投票 0

使用 BeautifulSoup 解析带有子节点的 SEC EDGAR XML 表单数据

我正在尝试使用漂亮的 soup 和 xml 从 SEC 的 N-PORT-P/A 表格中抓取个人基金持有量。典型的提交如下所示，[链接在此][1]，如下所示：我正在尝试使用 beautiful soup 和 xml 从 SEC 的 N-PORT-P/A 表格中抓取个人基金持有量。典型的提交如下所示，[链接在此][1]，如下所示： <edgarSubmission xmlns="http://www.sec.gov/edgar/nport" xmlns:com="http://www.sec.gov/edgar/common" xmlns:ncom="http://www.sec.gov/edgar/nportcommon" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"> <headerData> <submissionType>NPORT-P/A</submissionType> <isConfidential>false</isConfidential> <accessionNumber>0001145549-23-004025</accessionNumber> <filerInfo> <filer> <issuerCredentials> <cik>0001618627</cik> <ccc>XXXXXXXX</ccc> </issuerCredentials> </filer> <seriesClassInfo> <seriesId>S000048029</seriesId> <classId>C000151492</classId> </seriesClassInfo> </filerInfo> </headerData> <formData> <genInfo> ... </genInfo> <fundInfo> ... </fundInfo> <invstOrSecs> <invstOrSec> <name>ARROW BIDCO LLC</name> <lei>549300YHZN08M0H3O128</lei> <title>Arrow Bidco LLC</title> <cusip>042728AA3</cusip> <identifiers> <isin value="US042728AA35"/> </identifiers> <balance>115000.000000000000</balance> <units>PA</units> <curCd>USD</curCd> <valUSD>114754.170000000000</valUSD> <pctVal>0.3967552449</pctVal> <payoffProfile>Long</payoffProfile> <assetCat>DBT</assetCat> <issuerCat>CORP</issuerCat> <invCountry>US</invCountry> <isRestrictedSec>N</isRestrictedSec> <fairValLevel>2</fairValLevel> <debtSec> <maturityDt>2024-03-15</maturityDt> <couponKind>Fixed</couponKind> <annualizedRt>9.500000000000</annualizedRt> <isDefault>N</isDefault> <areIntrstPmntsInArrs>N</areIntrstPmntsInArrs> <isPaidKind>N</isPaidKind> </debtSec> <securityLending> <isCashCollateral>N</isCashCollateral> <isNonCashCollateral>N</isNonCashCollateral> <isLoanByFund>N</isLoanByFund> </securityLending> </invstOrSec> Arrow Bidco LLC 是投资组合中的债券，其一些特征包含在文件中（CUSIP、CIK、余额、到期日等）。我正在寻找迭代每个单独的证券 (investOrSec) 并收集数据框中每个证券的特征的最佳方法。我当前使用的代码是： import numpy as np import pandas as pd import requests from bs4 import BeautifulSoup header = {"User-Agent": "Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/50.0.2661.75 Safari/537.36", "X-Requested-With": "XMLHttpRequest"} n_port_file = requests.get("https://www.sec.gov/Archives/edgar/data/1618627/000114554923004968/primary_doc.xml", headers=header, verify=False) n_port_file_xml = n_port_file.content soup = BeautifulSoup(n_port_file_xml,'xml') names = soup.find_all('name') lei = soup.find_all('lei') title = soup.find_all('title') cusip = soup.find_all('cusip') .... maturityDt = soup.find_all('maturityDt') couponKind = soup.find_all('couponKind') annualizedRt = soup.find_all('annualizedRt') 然后迭代每个列表，根据每行中的值创建一个数据框。 fixed_income_data = [] for i in range(0,len(names)): rows = [names[i].get_text(),lei[i].get_text(), title[i].get_text(),cusip[i].get_text(), balance[i].get_text(),units[i].get_text(), pctVal[i].get_text(),payoffProfile[i].get_text(), assetCat[i].get_text(),issuerCat[i].get_text(), invCountry[i].get_text(),couponKind[i].get_text() ] fixed_income_data.append(rows) fixed_income_df = pd.DataFrame(equity_data,columns = ['name', 'lei', 'title', 'cusip', 'balance', 'units', 'pctVal', 'payoffProfile', 'assetCat', 'issuerCat', 'invCountry' 'maturityDt', 'couponKind', 'annualizedRt' ], dtype = float) 当包含所有信息时，这种方法效果很好，但通常有一个变量未被考虑在内。表单的一部分可能是空白的，或者发行人类别可能未正确填写，从而导致 IndexError。该投资组合包含我能够解析的 127 种证券，但可能缺少单一证券的年化回报率，从而失去了整齐创建数据框的能力。此外，对于同时持有固定收益和股票证券的投资组合，股票证券不会返回 DebtSecs 子项的信息。有没有一种方法可以迭代这些数据，同时以最简单的方式清理它？即使为权益证券未引用的 DebtSec 子项添加“NaN”也是有效的响应。任何帮助将不胜感激！ [1]：https://www.sec.gov/Archives/edgar/data/1618627/000114554923004968/primary_doc.xml 在我看来，这是处理问题的最佳方法。一般来说，EDGAR 文件非常难以解析，因此以下内容可能适用于其他文件，也可能不适用于其他文件，即使来自同一文件管理器也是如此。为了让自己更轻松，因为这是一个 XML 文件，所以您应该使用 xml 解析器和 xpath。鉴于您要创建一个数据框，最合适的工具是 pandas read_xml() 方法。因为 XML 是嵌套的，所以您需要创建两个不同的数据帧并将它们连接起来（也许其他人对如何处理它有更好的想法）。最后，虽然 read_xml() 可以直接从 url 读取，但在这种情况下，EDGAR 需要使用用户代理，这意味着您还需要使用 requests 库。所以，大家一起： #import required libraries import pandas as pd import requests url = 'https://www.sec.gov/Archives/edgar/data/1618627/000114554923004968/primary_doc.xml' #set headers with a user-agent headers = {"User-agent":"Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/77.0.3865.120 Safari/537.36"} req = requests.get(url, headers=headers) #define the columns you want to drop (based on the data in your question) to_drop = ['identifiers', 'curCd','valUSD','isRestrictedSec','fairValLevel','debtSec','securityLending'] #the filing uses namespaces (too complicated to get into here), so you need to define that as well namespaces = {"nport": "http://www.sec.gov/edgar/nport"} #create the first df, for the securities which are debt instruments invest = pd.read_xml(req.text,xpath="//nport:invstOrSec[.//nport:debtSec]",namespaces=namespaces).drop(to_drop, axis=1) #crete the 2nd df, for the debt details: debt = pd.read_xml(req.text,xpath="//nport:debtSec",namespaces=namespaces).iloc[:,0:3] #finally, concatenate the two into one df: pd.concat([invest, debt], axis=1) 这应该输出您的 126 种债务证券（请原谅格式）： lei title cusip balance units pctVal payoffProfile assetCat issuerCat invCountry maturityDt couponKind annualizedRt 0 ARROW BIDCO LLC 549300YHZN08M0H3O128 Arrow Bidco LLC 042728AA3 115000.00 PA 0.396755 Long DBT CORP US 2024-03-15 Fixed 9.50000 1 CD&R SMOKEY BUYER INC NaN CD&R Smokey Buyer Inc 12510CAA9 165000.00 PA 0.505585 Long DBT CORP US 2025-07-15 Fixed 6.75000 然后您可以使用最终的 df、添加或删除列等您可以使用 MIT 许可的 datamule 包来完成此操作，该包可以处理下载和解析。免责声明：我是开发商。 from datamule import Filing, Downloader from pathlib import Path import os downloader = Downloader() downloader.download(form='NPORT-P',output_dir='NPORT',date=('2001-01-01','2024-11-01')) os.makedirs('NPORT_json', exist_ok=True) for file in Path('NPORT').iterdir(): filing = Filing(str(file), 'NPORT-P') filing.parse_filing() filing.write_json(f'NPORT_json/{file.name}.json') 您还可以直接访问馆藏数据，因为 Filing() 是一个可迭代对象。 pd.DataFrame(filing)

python xml beautifulsoup portfolio edgar

回答 2 投票 0

具有预定义回报和 cov 矩阵的投资组合分析

我在 r 中使用 PortfolioAnalytics 并尝试使用预定义的协方差和返回矩阵。例如，我的资产的估计回报是返回 <- matrix(c(0.316, 0.322, 0.288)...

r finance quantitative-finance portfolio r-portfolioanalytics

回答 1 投票 0

使用“R”中的“fPortfolio”包找到给定风险水平下具有最大回报的投资组合

我正在尝试使用 R 中的 fPortfolio 包找到给定风险水平下具有最大回报的投资组合。但是，该包中似乎存在一个错误，即最佳投资组合（基于...

r optimization finance quantitative-finance portfolio

回答 1 投票 0

如何创建垂直波浪背景？

我想知道是否有人可以帮助我创建垂直波浪效果。我试图获得与所附照片类似的背景，但我没有运气。我尝试过很多不同的