skfolio.optimization.EqualWeighted#

class skfolio.optimization.EqualWeighted(portfolio_params=None)[来源]#

等权重估计量。

每个资产的权重等于 1/n_assets。

Parameters:

portfolio_paramsdict, optional

传递给通过 predict 和 score 方法评估的投资组合的投资组合参数。如果未提供，name、transaction_costs、management_fees、previous_weights 和 risk_free_rate 将从优化模型中复制并传递给投资组合。

Attributes:

weights_ndarray of shape (n_assets,) or (n_optimizations, n_assets)

资产的权重。

方法

fit(X[, y])	拟合等权重估计量。
fit_predict(X)	对 X 执行 fit 操作，并返回基于拟合的 weights 的 Portfolio 或 Population 的预测结果。
get_metadata_routing()	获取此对象的元数据路由。
get_params([deep])	获取此估计器的参数。
predict(X)	根据拟合的权重预测Portfolio或Population在X上的Portfolio。
score(X[, y])	预测分数。
set_params(**params)	设置此估计器的参数。

fit(X, y=None)[来源]#

拟合等权重估计量。

Parameters:

Xarray-like of shape (n_observations, n_assets)

资产的价格收益。

yIgnored

未使用，按照约定为API一致性而存在。

Returns:

selfEqualWeighted

拟合的估计器。

fit_predict(X)#

对X执行fit并根据拟合的weights返回预测的Portfolio或Population的Portfolio在X上的值。对于因子模型，分别使用fit(X, y)然后predict(X)。

Parameters:

Xarray-like of shape (n_observations, n_assets)

资产的价格收益。

Returns:

predictionPortfolio | Population

基于拟合的 weights 估计的 Portfolio 或 Population 的 Portfolio 在 X 上。

get_metadata_routing()#

获取这个对象的元数据路由。

请查看 用户指南 了解路由机制是如何工作的。

Returns:

routingMetadataRequest

一个 MetadataRequest 封装路由信息。

get_params(deep=True)#

获取此估计器的参数。

Parameters:

deepbool, default=True

如果为真，将返回此估计器及其包含的子对象的参数，这些子对象也是估计器。

Returns:

paramsdict

参数名称映射到它们的值。

predict(X)#

根据拟合的权重预测Portfolio或Population在X上的Portfolio。

优化估计器可以返回一个一维或二维数组的 weights。对于一维数组，预测返回一个 Portfolio。对于二维数组，预测返回一个 Population 的 Portfolio。

如果 name 在投资组合参数中没有提供，我们将使用估计器名称的前 500 个字符。

Parameters:

Xarray-like of shape (n_observations, n_assets)

资产的价格收益。

Returns:

predictionPortfolio | Population

基于拟合的 weights 估计的 Portfolio 或 Population 的 Portfolio 在 X 上。

score(X, y=None)#

预测分数。 如果预测是单个 Portfolio，则分数是夏普比率。 如果预测是一组 Population 的 Portfolio，则分数是该组中所有投资组合夏普比率的平均值。

Parameters:

Xarray-like of shape (n_observations, n_assets)

资产的价格收益。

yIgnored

未使用，仅为了遵循API一致性而存在。

Returns:

scorefloat

如果预测是单个 Portfolio，则投资组合的夏普比率为；如果预测是 Portfolio 的 Population 的所有投资组合夏普比率的平均值。

set_params(**params)#

设置该估计器的参数。

该方法适用于简单估计器以及嵌套对象（如 Pipeline）。后者具有 <component>__<parameter> 形式的参数，因此可以更新嵌套对象的每个组件。

Parameters:

**paramsdict

估计器参数。

Returns:

selfestimator instance

估计器实例。