Список проголосовавших за комментарий "В пакете PyPortfolioOpt это реализовано, даже более — учитывается матрица семиковариации (ковариация доходностей меньших безрисковой).<br/> <a href="/r.php?u=https%3A%2F%2Fpyportfolioopt.readthedocs.io%2Fen%2Flatest%2FGeneralEfficientFrontier.html%23efficient-semivariance&s=3030242356">pyportfolioopt.readthedocs.io/en/latest/GeneralEfficientFrontier.html#efficient-semivariance</a><br/> <br/> Причем реализация основана на относительно свежей (2019 года) статье самого Марковица et al. Он, оказывается, умер недавно, в 2023 году.<br/> <a href="/r.php?u=https%3A%2F%2Fwww.hudsonbaycapital.com%2Fdocuments%2FFG%2Fhudsonbay%2Fresearch%2F599440_paper.pdf&s=1133340728">www.hudsonbaycapital.com/documents/FG/hudsonbay/research/599440_paper.pdf</a><br/> <br/> Попробовал на тех же самых тестовых данных. Получилась лучшая доходность (681% вместо 650%), при более плохом Шарпе и волатильности — что неудивительно, ведь оптимизируется волатильность-вниз, а не полная волатильность.<br/> <br/> Отлично, спасибо за идею! Я, конечно, не буду составлять портфель слепо следуя только Марковицу, но сверяться с тем, что он показывает, может быть полезно."