1. 学ぶ
    2. /
  2. コース
    3. /
  3. Rで学ぶポートフォリオ分析入門
Connected

演習

最小分散ポートフォリオと最大シャープ・レシオのポートフォリオ

これまでの演習では、目標リターンのグリッドを使って効率的フロンティアを計算しました。計算の出力は、2つのベクトル vpm（ポートフォリオ平均のベクトル）と vpsd（標準偏差＝ボラティリティのベクトル）、および mweights と呼ばれるウェイトの行列でした。ここでは、これらの出力を使って、ボラティリティが最も小さいポートフォリオとシャープ・レシオが最も高いポートフォリオを特定し、そのウェイト配分をプロットします。

参考までに、シャープ・レシオは、無リスク金利を差し引いた超過リターンをポートフォリオのボラティリティで割って求めます。

指示

100 XP
  • 標準偏差が最小になる行（vpsd == min(vpsd)）に対応する mweights の行を取り出し、weights_minvar を作成します。
  • 無リスク金利が「0.75%」のときのポートフォリオ・リターンのシャープ・レシオを計算し、vsr と名付けます。
  • vsr の中でシャープ・レシオが最大となるポートフォリオに対応する mweights の行を取り出し、weights_max_sr を作成します。これは最初の指示と同様の方法で求められます。
  • weights_minvar ポートフォリオで重みが1%を超えるものの棒グラフを作成し、同様に weights_max_sr ポートフォリオでも重みが1%を超えるものの棒グラフを作成します。