Fortgeschrittene Momenteschätzungen

PortfolioAnalytics unterstützt die Methode "sample" sowie drei weitere, fortgeschrittene Methoden zur Schätzung von Portfoliomomenten.

"sample": Einfache Stichprobenschätzung der ersten vier Momente.
"boudt": Die ersten vier Momente werden geschätzt, indem ein statistisches Faktormodell angepasst wird, basierend auf der Arbeit von Boudt et al., 2014.
"black_litterman": Die ersten zwei Momente werden mithilfe des Black-Litterman-Frameworks geschätzt.
"Meucci": Die ersten zwei Momente werden mithilfe des Fully Flexible Views Frameworks geschätzt.

In dieser Übung schätzt du das zweite Moment mit der Methode "boudt". Ein Portfoliospezifikationsobjekt namens port_spec mit einem "StdDev"-Ziel wurde bereits erstellt.

Diese Übung ist Teil des Kurses

Fortgeschrittene Portfolioanalyse in R

Kurs anzeigen

Anleitung zur Übung

Gib das Portfoliospezifikationsobjekt aus.
Passe ein statistisches Faktormodell mit 3 Faktoren an die Asset-Renditen an. Weise das Ergebnis einer Variablen namens fit zu.
Schätze die Portfoliomomente mit der Methode "boudt" und 3 Faktoren. Weise das Ergebnis einer Variablen namens moments_boudt zu.
Verwende extractCovariance(), um aus fit die geschätzte Varianz-Kovarianz-Matrix zu erhalten, und prüfe, ob sie der Schätzung in moments_boudt entspricht.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Print the portfolio specification object


# Fit a statistical factor model to the asset returns
fit <- statistical.factor.model(R = ___, k = ___)

# Estimate the portfolio moments using the "boudt" method with 3 factors
moments_boudt <- set.portfolio.moments(R = ___, portfolio = ___, method = ___, k = ___)

# Check if the covariance matrix extracted from the model fit is equal to the estimate in `moments_boudt`
moments_boudt$___ == extractCovariance(___)

Code bearbeiten und ausführen