Out-of-Sample-Leistungsbewertung

Dieses Beispiel zeigt dir, wie sich deine Renditen je nach Gewichtung eines optimierten Portfolios ändern können. Du nutzt das Schätzportfolio (pf_estim), um die Performance deines Portfolios auf der Evaluationsstichprobe der Renditen (returns_eval) zu bewerten.

Wie groß ist der Optimalitätsverlust? Vergleichen wir für die Portfoliogewichte in pf_estim die erwartete Performance anhand der Schätzstichprobe (returns_estim) mit der tatsächlichen Rendite in der Out-of-Sample-Periode (returns_eval).

pf_estim, returns_estim und returns_eval sind in deinem Arbeitsbereich vorab geladen.

Diese Übung ist Teil des Kurses

<Kurs>Einführung in die Portfolioanalyse in R</Kurs>

Kurs ansehen

Übungsanweisungen

Berechne die Renditen des Portfolios mit monatlichen Rebalance-Gewichten pf_estim$pw auf der Schätzstichprobe returns_estim. Nenne dies returns_pf_estim.
Berechne die Renditen des Portfolios mit monatlichen Rebalance-Gewichten pf_estim$pw auf der Evaluationsstichprobe returns_eval. Nenne dies returns_pf_eval.
Verwende die Funktion table.AnnualizedReturns() auf returns_pf_estim.
Verwende die Funktion table.AnnualizedReturns() auf returns_pf_eval. Vergleiche Rendite, Risiko und Sharpe-Ratio dieser Portfolios. Die Ergebnisse aus pf_eval entsprechen eher dem, was du in einer realen Performance erwarten würdest.

Interaktive praktische Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

# Create returns_pf_estim
returns_pf_estim <- Return.portfolio(___, pf_estim$pw, rebalance_on = "months")


# Create returns_pf_eval


# Print a table for your estimation portfolio


# Print a table for your evaluation portfolio

Code bearbeiten und ausführen