De minimaal-variantie- en maximaal-Sharpe-ratio-portefeuille

In de vorige oefeningen heb je de efficiënte grens berekend met een raster van doeldrendementen. De output van je berekening bestond uit twee vectoren, vpm (vector met portefeuillegemiddelden) en vpsd (vector met standaarddeviaties, of volatiliteiten), en een matrix met gewichten genaamd mweights. Je gebruikt deze outputs om de portefeuilles met de laagste volatiliteit en de hoogste Sharpe-ratio te bepalen en vervolgens hun gewichtsverdeling te plotten.

Ter herinnering: de Sharpe-ratio vind je door de overmaatrendementen ten opzichte van de risicovrije rente te nemen en die te delen door de volatiliteit van de portefeuille.

Deze oefening maakt deel uit van de cursus

Introductie tot portefeuilleanalyse in R

Cursus bekijken

Oefeninstructies

Maak weights_minvar, de rij in mweights waar de standaarddeviatie geminimaliseerd wordt (vpsd == min(vpsd)).
Bereken de Sharpe-ratio van de portefeuillerendementen wanneer de risicovrije rente 0,75% is. Noem dit vsr.
Maak weights_max_sr als de rij in mweights die overeenkomt met de portefeuille met de maximale Sharpe-ratio in vsr. Dit los je op op een vergelijkbare manier als in de eerste instructie.
Maak een staafdiagram van de gewichten die groter zijn dan 1% in de weights_minvar-portefeuille, en maak een staafdiagram van de gewichten die groter zijn dan 1% in de weights_max_sr-portefeuille.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# Create weights_minvar as the portfolio with the least risk
weights_minvar <- mweights[___ == min(___), ]

# Calculate the Sharpe ratio
vsr <- (___ - ___) / vpsd

# Create weights_max_sr as the portfolio with the maximum Sharpe ratio
weights_max_sr <- mweights[___ == max(___)]

# Create bar plot of weights_minvar and weights_max_sr
par(mfrow = c(2, 1), mar = c(3, 2, 2, 1))
barplot(weights_minvar[weights_minvar > 0.01])
barplot(___[___ > 0.01])

Code bewerken en uitvoeren