サンプル外パフォーマンスの評価

この例では、最適化されたポートフォリオによって作成されたウェイトに応じて、リターンがどのように変化するかを示します。推定用ポートフォリオ（pf_estim）を使って、評価用リターン（returns_eval）に対するポートフォリオのパフォーマンスを評価します。

最適性の損失はどの程度深刻でしょうか。pf_estim のポートフォリオ・ウェイトについて、評価サンプル（returns_estim）で期待していたパフォーマンスと、サンプル外期間（returns_eval）での実際のリターンを比較してみましょう。

pf_estim、returns_estim、returns_eval はワークスペースにあらかじめ読み込まれています。

推定サンプル returns_estim に対して、月次リバランスのウェイト pf_estim$pw を用いたポートフォリオのリターンを計算し、returns_pf_estim と名付けます。
評価サンプル returns_eval に対して、月次リバランスのウェイト pf_estim$pw を用いたポートフォリオのリターンを計算し、returns_pf_eval と名付けます。
returns_pf_estim に対して table.AnnualizedReturns() 関数を使います。
returns_pf_eval に対して table.AnnualizedReturns() 関数を使います。これらのポートフォリオのリターン、リスク、シャープレシオを比較してください。pf_eval の結果が、実際のパフォーマンスとして想定されるものに近いはずです。