La serie storica dei rendimenti di portafoglio
Nel precedente esercizio hai creato una variabile chiamata returns a partire dai prezzi giornalieri delle azioni di Apple e Microsoft. In questo esercizio creerai due portafogli usando la serie dei rendimenti che hai già preparato. I due portafogli differiranno per un solo aspetto: il peso attribuito agli asset.
Nel video precedente hai visto due strategie di pesatura: la strategia buy and hold e la strategia con ribilanciamento mensile. In questo esercizio creerai un portafoglio in cui non effettui ribilanciamenti e uno in cui ribilanci ogni mese. Poi visualizzerai i rendimenti dei due portafogli.
Userai la funzione Return.portfolio() per i calcoli. Per questa funzione fornirai tre argomenti: R, weights e rebalance_on. R è una serie storica di rendimenti, weights è un vettore con i pesi degli asset e rebalance_on specifica con quale frequenza del calendario effettuare il ribilanciamento. Se ti serve aiuto, consulta la documentazione cliccando sulla funzione!
Per questo esercizio lavorerai con i dati returns già caricati nel tuo workspace.
Questo esercizio fa parte del corso
Introduzione all'analisi di portafoglio in R
Istruzioni dell'esercizio
- Crea un vettore di pesi per due asset pesati in parti uguali chiamato
eq_weights. Ricorda che i pesi devono sommare a 1. - Crea un portafoglio con la strategia buy and hold usando
Return.portfolio(). Nota: non devi specificare un periodo di ribilanciamento. Chiamalopf_bh. - Crea un portafoglio in cui ribilanci i pesi ogni mese. Usa
Return.portfolio()con l’argomentorebalance_on = "months". Chiamalopf_rebal. - Traccia la serie storica di ciascun portafoglio usando
plot.zoo().par(mfrow = c(2, 1), mar = c(2, 4, 2, 2))serve a organizzare i grafici che crei. Non modificare questo codice.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# 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(___)