Uma matriz de covariância é a entrada de quase todo modelo de risco e também a mais fácil de errar. Esta habilidade dá as decomposições que a explicam, com verificações curtas (números que você calcula, passos que ordena, conceitos que associa) e exemplos financeiros: por que o primeiro componente principal dos retornos de ações é o mercado, por que os três componentes de uma curva de juros são nível, inclinação e curvatura, por que a covariância amostral de muitos ativos tem autovalores dispersos demais e como uma matriz ruidosa produz uma carteira de variância mínima decepcionante fora da amostra. O projeto final é um laboratório de código em que você constrói os reparos e os testa em retornos reais.
