CommencerCommencer gratuitement

Évaluation sur échantillons séparés

Au chapitre 2, vous avez utilisé la fonction window() pour filtrer vos rendements à des fins graphiques. Dans cet exercice, vous allez utiliser window() pour créer deux échantillons : un échantillon d’estimation et un échantillon d’évaluation. L’objectif est d’illustrer comment les pondérations de portefeuille peuvent changer selon la fenêtre d’estimation.

Pour rappel, la fonction window() prend les arguments x, start et end, où start et end sont au format "YYYY-MM-DD".

L’objet returns est chargé dans votre espace de travail.

Cet exercice fait partie du cours

Introduction à l’analyse de portefeuille en R

Afficher le cours

Instructions

  • Créez l’échantillon returns_estim en extrayant une sous-partie de returns, commençant le 1er janvier 1991 et se terminant le 31 décembre 2003.
  • Créez l’échantillon returns_eval en extrayant une sous-partie de returns, commençant le premier jour de 2004 et se terminant le dernier jour de 2015.
  • Créez un vecteur de pondérations maximales égal à 10 %, de longueur égale au nombre de colonnes de returns, appelé max_weights.
  • Créez un portefeuille avec l’échantillon d’estimation appelé pf_estim, où la pondération maximale (reshigh) est définie à max_weights.
  • Créez un portefeuille avec l’échantillon d’évaluation appelé pf_eval, où la pondération maximale (reshigh) est définie à max_weights.
  • Créez un nuage de points des pondérations du portefeuille d’évaluation en fonction de celles du portefeuille d’estimation (notez que vous pouvez utiliser $pw). Si les pondérations sont identiques, elles doivent se situer sur la ligne à 45 degrés.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# Create returns_estim 
returns_estim <- window(___, start = "YYYY-MM-DD", end = "YYYY-MM-DD")

# Create returns_eval


# Create vector of max weights
max_weights <- rep(___, ncol(___))

# Create portfolio with estimation sample 
pf_estim <- portfolio.optim(___, reshigh = ___)

# Create portfolio with evaluation sample


# Create a scatter plot with evaluation portfolio weights on the vertical axis
plot(___, ___)
abline(a = 0, b = 1, lty = 3)
Modifier et exécuter le code