Optimisation avec une fonction de moments personnalisée
Nous voulons maintenant lancer l'optimisation en utilisant notre fonction de moments personnalisée. Rappelez-vous que les moments du portefeuille sont définis dans optimize.portfolio() lorsque la fonction de moments est évaluée. Nous utilisons la fonction personnalisée en passant son nom à l'argument momentFUN dans optimize.portfolio(). Remarquez comment PortfolioAnalytics permet d'exécuter facilement des optimisations en utilisant différentes méthodes d'estimation des moments, ce qui nous permettra d'évaluer diverses techniques d'estimation et d'affiner ces estimations en analysant les résultats de l'optimisation.
Cette activité fait partie du cours
Analyse de portefeuille intermédiaire en R
Instructions de l’exercice
Un objet de spécification de portefeuille, port_spec, et une fonction de moments personnalisée, moments_robust(), ont déjà été créés pour cet exercice.
- Exécutez l'optimisation avec les estimations de moments personnalisées. Assignez le résultat à une variable nommée
opt_custom. - Affichez la sortie de
opt_custom. - Exécutez l'optimisation avec des estimations de moments issues de l'échantillon. Assignez le résultat à une variable nommée
opt_sample. - Affichez la sortie de
opt_sample.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Run the optimization with custom moment estimates
opt_custom <- optimize.portfolio(R = ___, portfolio = ___, optimize_method = "random", rp = rp, momentFUN = ___)
# Print the results of the optimization with custom moment estimates
# Run the optimization with sample moment estimates
opt_sample <- optimize.portfolio(R = ___, portfolio = ___, optimize_method = "random", rp = rp)
# Print the results of the optimization with sample moment estimates