MulaiMulai sekarang secara gratis

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

Lihat Kursus

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 bernama opt_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 bernama returns_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"
Edit dan Jalankan Kode