Backtest mit periodischer Neugewichtung

Jetzt führen wir den Backtest mit der in der letzten Übung erstellten Portfolio-Spezifikation und einer vierteljährlichen Neugewichtung durch, um die Out-of-Sample-Performance zu beurteilen. Die weiteren Backtest-Parameter, die wir festlegen müssen, sind der Trainingszeitraum und das rollierende Fenster. Der Trainingszeitraum legt fest, wie viele Datenpunkte für die initiale Optimierung verwendet werden. Das rollierende Fenster legt fest, wie viele Perioden im Fenster genutzt werden. Dieses Problem kann mit einem quadratischen Programmier-Solver gelöst werden, daher verwenden wir „ROI“ als Optimierungsmethode.

Diese Übung ist Teil des Kurses

Fortgeschrittene Portfolioanalyse in R

Kurs anzeigen

Anleitung zur Übung

Führe die Optimierung mit vierteljährlicher Neugewichtung aus. Setze den Trainingszeitraum und das rollierende Fenster so, dass 5 Jahre an Daten verwendet werden. Weise die Ergebnisse einer Variablen namens opt_rebal_base zu.
Gib die Ergebnisse der Optimierung aus.
Stelle die Gewichte grafisch dar.
Berechne die Portfolioerträge mit Return.portfolio. Weise die Erträge einer Variablen namens returns_base zu.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.


# Run the optimization
opt_rebal_base <- optimize.portfolio.rebalancing(R = ___, 
                                                 portfolio = ___, 
                                                 optimize_method = "ROI", 
                                                 rebalance_on = ___, 
                                                 training_period = ___,
                                                 rolling_window = ___)

# Print the results


# Chart the weights


# Compute the portfolio returns
returns_base <- Return.portfolio(R = ___, weights = ___)
colnames(returns_base) <- "base"

Code bearbeiten und ausführen