고급 모멘트 추정
PortfolioAnalytics는 포트폴리오 모멘트를 추정하기 위해 "sample" 방법과 함께 세 가지 더 고급 방법을 지원합니다.
"sample": 첫 네 가지 모멘트에 대한 기본 표본 추정."boudt": Boudt et al., 2014의 연구에 기반한 통계적 요인 모형을 적합하여 첫 네 가지 모멘트를 추정합니다."black_litterman": Black-Litterman 프레임워크를 사용해 첫 두 가지 모멘트를 추정합니다."Meucci": Fully Flexible Views 프레임워크를 사용해 첫 두 가지 모멘트를 추정합니다.
이 연습 문제에서는 "boudt" 방법을 사용해 두 번째 모멘트를 추정합니다. "StdDev" 목적함수를 가진 port_spec라는 포트폴리오 명세 객체가 이미 생성되어 있습니다.
이 연습은 강의의 일부입니다
R로 배우는 중급 포트폴리오 분석
연습 안내
- 포트폴리오 명세 객체를 출력하세요.
- 자산 수익률에 3개의 요인을 가진 통계적 요인 모형을 적합하세요. 변수 이름은
fit으로 하세요. - 3개 요인으로 "boudt" 방법을 사용해 포트폴리오 모멘트를 추정하세요. 변수 이름은
moments_boudt로 하세요. extractCovariance()를 사용해fit에서 추정된 분산-공분산 행렬을 가져오고, 이것이moments_boudt의 추정치와 동일한지 확인하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# 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(___)