Estimasi momen lanjutan

PortfolioAnalytics mendukung metode "sample" serta tiga metode lain yang lebih lanjut untuk mengestimasi momen portofolio.

"sample": Estimasi sampel dasar untuk empat momen pertama.
"boudt": Empat momen pertama diestimasi dengan menyesuaikan model faktor statistik berdasarkan karya Boudt et al., 2014.
"black_litterman": Dua momen pertama diestimasi menggunakan kerangka Black-Litterman.
"Meucci": Dua momen pertama diestimasi menggunakan kerangka Fully Flexible Views.

Dalam latihan ini, Anda akan mengestimasi momen kedua menggunakan metode "boudt". Objek spesifikasi portofolio bernama port_spec dengan objektif "StdDev" telah dibuat.

Latihan ini adalah bagian dari kursus

Analisis Portofolio Tingkat Menengah di R

Lihat Kursus

Petunjuk latihan

Cetak objek spesifikasi portofolio.
Sesuaikan model faktor statistik dengan 3 faktor pada return aset. Simpan ke variabel bernama fit
Estimasikan momen portofolio menggunakan metode "boudt" dengan 3 faktor. Simpan ke variabel bernama moments_boudt.
Gunakan extractCovariance() untuk mendapatkan matriks varians-kovarians yang diestimasi dari fit dan periksa apakah sama dengan estimasi pada moments_boudt

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# Print the portfolio specification object


# Fit a statistical factor model to the asset returns
fit <- statistical.factor.model(R = ___, k = ___)

# Estimate the portfolio moments using the "boudt" method with 3 factors
moments_boudt <- set.portfolio.moments(R = ___, portfolio = ___, method = ___, k = ___)

# Check if the covariance matrix extracted from the model fit is equal to the estimate in `moments_boudt`
moments_boudt$___ == extractCovariance(___)

Edit dan Jalankan Kode