recipes.quant.portfolio.meanCvarConstruction Recipes Recipe drafted

Mean-CVaR Portfolio Construction

Mean-CVaR (Conditional Value-at-Risk) 포트폴리오 — Rockafellar-Uryasev 2000 정통. tail risk 직접 최적화. quant `meanCVaR` 모듈 사용자 표면 recipe. **status=drafted (코드는 Sprint 5 완료, 사용자 진입점 spec 부재)**. 트리거 — 'Mean-CVaR', 'CVaR portfolio', 'tail risk 최적화', 'Rockafellar-Uryasev', 'portfolio construction'.

GitHub 원본

이 스킬

Mean-CVaR Portfolio Construction

Mean-CVaR (Conditional Value-at-Risk) 포트폴리오 — Rockafellar-Uryasev 2000 정통. tail risk 직접 최적화. quant `meanCVaR` 모듈 사용자 표면 recipe. **status=drafted (코드는 Sprint 5 완료, 사용자 진입점 spec 부재)**. 트리거 — 'Mean-CVaR', 'CVaR portfolio', 'tail risk 최적화', 'Rockafellar-Uryasev', 'portfolio construction'.

Recipes drafted recipes.quant.portfolio.meanCvarConstruction

이어 가기

공개 호출 방식

from dartlab.quant.portfolio.meanCVaR import optimizeMeanCVaR
import dartlab

universe = ["005930", "000660", "035720", "207940", "035420"]
returns = ...   # universe historical returns matrix
weights = optimizeMeanCVaR(returns, alpha=0.05, target_return=0.001)

호출 동작

historical returns matrix + alpha (CVaR level) + target return → projected gradient 최적화. weights + CVaR + expected return 반환.

대표 반환 형태

dict — weights (np.array) + cvar + expectedReturn + sharpe.

연계 절차

  1. 본 recipe → CVaR-optimal weights.
  2. 결과 vs equal-weight / mean-variance 비교.
  3. recipes.quant.portfolio.blackLittermanViewBuild 결합 (views 반영).

런타임

실행 환경별 호환성

환경상태비고 / 제한
Local Python supported·
Server supported·
MCP supported·
Web AI limited·
Pyodide limited·

실패 회피

흔한 실패 · 절대 금지

절대 금지
  • CVaR level 단일 선택 X — 5% / 95% / 99% 동시 검토 권장.