분할 표본 평가

2장에서 그래프 작성을 위해 window() 함수를 사용해 수익률을 부분 선택했었죠. 이번 연습에서는 window()를 사용해 두 개의 표본(추정 표본과 평가 표본)을 만들어요. 이를 통해 추정 구간을 바꾸면 포트폴리오 가중치가 어떻게 달라지는지 살펴봅니다.

상기하자면, window() 함수는 x, start, end 인수를 사용하며, start와 end는 "YYYY-MM-DD" 형식입니다.

객체 returns는 작업 공간에 로드되어 있어요.

이 연습은 강의의 일부입니다

R로 배우는 포트폴리오 분석 입문

강의 보기

연습 안내

1991년 1월 1일에 시작해 2003년 12월 31일에 끝나는 표본으로 returns를 부분 선택해 returns_estim을 만드세요.
2004년 첫날에 시작해 2015년 마지막 날에 끝나는 표본으로 returns를 부분 선택해 returns_eval을 만드세요.
returns의 열 개수와 같은 길이를 갖고, 각 원소가 10%인 최대 가중치 벡터 max_weights를 만드세요.
추정 표본으로 포트폴리오 pf_estim을 만들고, 최대 가중치(reshigh)를 max_weights로 설정하세요.
평가 표본으로 포트폴리오 pf_eval을 만들고, 최대 가중치(reshigh)를 max_weights로 설정하세요.
평가 포트폴리오 가중치를 추정 포트폴리오 가중치와 비교하여 산점도를 그리세요(참고: $pw를 사용할 수 있어요). 포트폴리오 가중치가 동일하다면, 점들은 45도 직선 위에 놓이게 됩니다.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Create returns_estim 
returns_estim <- window(___, start = "YYYY-MM-DD", end = "YYYY-MM-DD")

# Create returns_eval


# Create vector of max weights
max_weights <- rep(___, ncol(___))

# Create portfolio with estimation sample 
pf_estim <- portfolio.optim(___, reshigh = ___)

# Create portfolio with evaluation sample


# Create a scatter plot with evaluation portfolio weights on the vertical axis
plot(___, ___)
abline(a = 0, b = 1, lty = 3)

코드 편집 및 실행