La série chronologique des rendements du portefeuille
Dans l'exercice précédent, vous avez créé une variable appelée returns à partir des prix quotidiens des actions d'Apple et de Microsoft. Dans cet exercice, vous allez créer deux portefeuilles en utilisant la série de rendements que vous avez déjà générée. Les deux portefeuilles diffèrent d'un seul point : la pondération des actifs.
Dans la dernière vidéo, vous avez vu deux stratégies de pondération : l'approche buy and hold (acheter et conserver) et le rééquilibrage mensuel. Dans cet exercice, vous allez créer un portefeuille sans rééquilibrage et un autre où vous rééquilibrez chaque mois. Vous visualiserez ensuite les rendements des deux portefeuilles.
Vous utiliserez la fonction Return.portfolio() pour vos calculs. Cette fonction prend trois arguments : R, weights et rebalance_on. R est une série chronologique de rendements, weights est un vecteur contenant les pondérations des actifs, et rebalance_on précise la période du calendrier sur laquelle effectuer le rééquilibrage. Besoin d'aide? Consultez la documentation en cliquant sur la fonction!
Pour cet exercice, vous travaillerez avec les données returns déjà chargées dans votre espace de travail.
Cette activité fait partie du cours
Introduction à l'analyse de portefeuille en R
Instructions de l’exercice
- Créez un vecteur de pondérations pour deux actifs pondérés également, appelé
eq_weights. N'oubliez pas que la somme des pondérations doit égaler 1. - Créez un portefeuille selon l'approche buy and hold à l'aide de
Return.portfolio(). Remarque : vous n'avez pas à préciser de période de rééquilibrage. Nommez-lepf_bh. - Créez un portefeuille où vous rééquilibrez vos pondérations chaque mois. Utilisez
Return.portfolio()avec l'argumentrebalance_on = "months". Nommez-lepf_rebal. - Tracez la série chronologique de chaque portefeuille à l'aide de
plot.zoo().par(mfrow = c(2, 1), mar = c(2, 4, 2, 2))est utilisé pour organiser les graphiques que vous créez. N'altérez pas ce code.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# 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(___)