Die Zeitreihe der Portfoliorenditen

In der vorherigen Übung hast du aus den Tageskursen der Apple- und Microsoft-Aktien eine Variable namens returns erstellt. In dieser Übung erstellst du zwei Portfolios auf Basis dieser Renditereihen. Die beiden Portfolios unterscheiden sich nur in einem Punkt: der Gewichtung der Assets.

Im letzten Video hast du zwei Gewichtungsstrategien kennengelernt: Buy-and-Hold und monatliches Rebalancing. In dieser Übung erstellst du ein Portfolio ohne Rebalancing und eines mit monatlichem Rebalancing. Anschließend visualisierst du die Portfoliorenditen beider Portfolios.

Für die Berechnungen verwendest du die Funktion Return.portfolio(). Für diese Funktion gibst du drei Argumente an: R, weights und rebalance_on. R ist eine Zeitreihe von Renditen, weights ist ein Vektor mit den Asset-Gewichten, und rebalance_on legt fest, in welchem Kalenderintervall rebalanciert wird. Wenn du Hilfe brauchst, sieh dir die Dokumentation an, indem du auf die Funktion klickst!

In dieser Übung arbeitest du mit den returns-Daten, die in deinem Workspace bereits geladen sind.

Diese Übung ist Teil des Kurses

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

Kurs ansehen

Übungsanweisungen

Erstelle einen Gewichtsvektor für zwei gleich gewichtete Assets namens eq_weights. Denk daran: Die Gewichte müssen sich zu 1 summieren.
Erstelle ein Portfolio nach der Buy-and-Hold-Strategie mit Return.portfolio(). Hinweis: Du musst keinen Rebalancing-Zeitraum angeben. Nenne es pf_bh.
Erstelle ein Portfolio, bei dem du monatlich rebalancierst. Verwende Return.portfolio() mit dem Argument rebalance_on = "months". Nenne es pf_rebal.
Plotte die Zeitreihe jedes Portfolios mit plot.zoo(). par(mfrow = c(2, 1), mar = c(2, 4, 2, 2)) wird verwendet, um die von dir erzeugten Plots anzuordnen. Ändere diesen Code nicht.

Interaktive praktische Übung

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

# Create the weights
eq_weights <- c(___, ___)

# Create a portfolio using buy and hold
pf_bh <- Return.portfolio(R = ___, weights = ___)

# Create a portfolio rebalancing monthly 


# Plot the time-series
par(mfrow = c(2, 1), mar = c(2, 4, 2, 2))
plot.zoo(___)
plot.zoo(___)

Code bearbeiten und ausführen