riskfolio-lib

Par mkurman · zorai

Risque de portefeuille et optimisation : moyenne-variance, parité du risque, CVaR, CDaR, optimisation au pire cas et robuste. Modèles factoriels, Black-Litterman, NCO. Prend en charge la génération de graphiques et les tableaux de bord interactifs.

npx skills add https://github.com/mkurman/zorai --skill riskfolio-lib

Aperçu

Riskfolio-Lib fournit l'optimisation de portefeuille au-delà de la variance moyenne : parité des risques, CVaR, CDaR, pire cas, optimisation robuste, NCO (Network Clustering), et méthodes hiérarchiques. Inclut les modèles factoriels, Black-Litterman, et le tracé intégré pour les frontières efficaces.

Installation

uv pip install riskfolio-lib

Optimisation Variance-Moyenne

import riskfolio as rp
import yfinance as yf

prices = yf.download(["AAPL", "MSFT", "GOOGL", "AMZN", "NVDA"], start="2022-01-01")["Close"]
returns = prices.pct_change().dropna()

port = rp.Portfolio(returns=returns)
port.assets_stats(method_mu="hist", method_cov="hist")

# Max Sharpe
w = port.optimization(model="Classic", rm="MV", obj="Sharpe", hist=True)
print("Optimal weights:", w.to_dict())

# Risk parity
w_rp = port.optimization(model="Classic", rm="MV", obj="MinRisk", hist=True)