그림 5-20의 전망 행렬에서 첫 번째 행은 절대적 전망이며, 자산 2와 자산 3에 대한 의견은 없고 자산 1에 대한 전망만 있다. 두 번째 행은 상대적 전망이며, 자산 1에 대한 의견은 없고 자산 3이 자산 2보다 상대적으로 더 높은 수익률을 나타낼 것으로 전망한다.

다음은 투자자의 전망을 계량해 전망에 따른 기대수익률 Q와 투자자의 전망 행렬 P, 그리고 전망의 불확실성 Ω를 만드는 과정이다(전체 파일은 깃허브 참고).

다음 코드의 전망은 예를 든 것으로, 엑손모빌(Exxon Mobil)의 수익률이 JP모건(JPMorgan Chase & Co.)보다 2% 높고 존슨앤존슨(Johnson & Johnson)의 수익률이 넷플릭스(Netflix, Inc.)보다 2% 높다는 가상의 전망이다.

views = [ ( 'XOM', '>', 'JPM', 0.02 ), ( 'NFLX', '<', 'JNJ', 0.02 ) ]
Q, P = CreateMatrixPQ( tickers, views )

# 위험조정상수
tau = .025

# 투자자 전망의 불확실성 계산
# 또는 tau * P * C * transpose( P )
omega = np.dot( np.dot( np.dot( tau, P ), C ), np.transpose( P ) )