¿Llevan las estimaciones mejoradas a un mejor rendimiento?

Supongamos que usar una estimación robusta de la matriz varianza-covarianza superará a la matriz varianza-covarianza muestral. En teoría, mejores estimaciones deberían dar mejores resultados. Usaremos la función moments_robust() que se definió en el capítulo 3 y la especificación del porfolio del último ejercicio.

Este ejercicio forma parte del curso

Análisis de carteras intermedio en R

Ver curso

Instrucciones del ejercicio

Ejecuta la optimización usando la función moments_robust() para estimar los momentos. El backtest de la optimización usará los mismos parámetros que antes: rebalanceo trimestral con periodo de entrenamiento y ventana rodante para usar 5 años de datos. Asigna los resultados a una variable llamada opt_rebal_rb_robust.
Grafica los pesos.
Grafica la contribución porcentual de los componentes al riesgo.
Calcula los rendimientos del porfolio con Return.portfolio(). Asigna los rendimientos a una variable llamada returns_rb_robust.

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# Run the optimization
opt_rebal_rb_robust <- optimize.portfolio.rebalancing(R = ___, 
                                                      momentFUN = ___,
                                                      portfolio = ___, 
                                                      optimize_method = "random", rp = rp,
                                                      trace = TRUE,
                                                      rebalance_on = ___, 
                                                      training_period = ___,
                                                      rolling_window = ___)

# Chart the weights


# Chart the percentage contribution to risk
chart.RiskBudget(___, match.col = "StdDev", risk.type = ___)

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

Editar y ejecutar código