La série temporelle des rendements de portefeuille
Dans l’exercice précédent, vous avez créé une variable returns à partir des cours journaliers des actions Apple et Microsoft. Dans cet exercice, vous allez créer deux portefeuilles à partir des séries de rendements que vous avez préparées. Les deux portefeuilles ne différeront que sur un point : la pondération des actifs.
Dans la dernière vidéo, vous avez vu deux stratégies de pondération : l’achat-conservation (buy and hold) et le rééquilibrage mensuel. Ici, vous allez créer un portefeuille que vous ne rééquilibrez pas, et un autre que 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 temporelle de rendements, weights est un vecteur contenant les pondérations des actifs, et rebalance_on indique la période calendaire de rééquilibrage. Si besoin, consultez la documentation en cliquant sur la fonction !
Pour cet exercice, vous travaillerez avec les données returns déjà chargées dans votre environnement.
Cet exercice fait partie du cours
Introduction à l’analyse de portefeuille en R
Instructions
- Créez un vecteur de pondérations pour deux actifs équipondérés appelé
eq_weights. N’oubliez pas que la somme des pondérations doit être égale à 1. - Créez un portefeuille selon la stratégie d’achat-conservation à l’aide de
Return.portfolio(). Remarque : vous n’avez pas besoin d’indiquer une 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 temporelle de chaque portefeuille avec
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 cet exemple de code.
# 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(___)