Apakah estimasi yang lebih baik menghasilkan kinerja yang lebih baik?
Mari kita berhipotesis bahwa menggunakan estimasi robust untuk matriks varians-kovarians akan mengungguli matriks varians-kovarians sampel. Secara teori, estimasi yang lebih baik seharusnya menghasilkan hasil yang lebih baik. Kita akan menggunakan fungsi moments_robust() yang didefinisikan pada bab 3 dan spesifikasi portofolio dari latihan terakhir.
Latihan ini adalah bagian dari kursus
Analisis Portofolio Tingkat Menengah di R
Petunjuk latihan
- Jalankan optimisasi menggunakan fungsi
moments_robust()untuk mengestimasi momen. Backtest optimisasi akan menggunakan parameter yang sama seperti sebelumnya, penyeimbangan ulang triwulanan dengan periode pelatihan dan jendela bergulir untuk menggunakan data selama 5 tahun. Simpan hasilnya ke variabel bernamaopt_rebal_rb_robust. - Buat bagan bobot.
- Buat bagan persentase kontribusi komponen terhadap risiko.
- Hitung imbal hasil portofolio menggunakan
Return.portfolio(). Simpan imbal hasilnya ke variabel bernamareturns_rb_robust.
Latihan interaktif praktis
Cobalah latihan ini dengan menyelesaikan kode contoh berikut.
# 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"