De tijdreeks van portefeuillerendementen

In de vorige oefening heb je een variabele returns gemaakt op basis van de dagelijkse koersen van Apple en Microsoft. In deze oefening maak je twee portefeuilles met de rendementreeksen die je eerder hebt opgebouwd. De portefeuilles verschillen maar op één punt: de weging van de assets.

In de laatste video heb je twee wegingstrategieën gezien: de buy-and-hold-strategie en een maandelijkse herbalanceringsstrategie. In deze oefening maak je één portefeuille zonder herbalanceren en één die je maandelijks herbalanceert. Daarna visualiseer je van beide de portefeuillerendementen.

Voor de berekeningen gebruik je de functie Return.portfolio(). Voor deze functie geef je drie argumenten mee: R, weights en rebalance_on. R is een tijdreeks van rendementen, weights is een vector met assetwegingen, en rebalance_on geeft aan in welke kalenderperiode je herbalanceert. Heb je hulp nodig? Bekijk dan de documentatie door op de functienaam te klikken!

Voor deze oefening werk je met de returns-gegevens die al in je werkruimte zijn ingeladen.

Deze oefening maakt deel uit van de cursus

Introductie tot portefeuilleanalyse in R

Cursus bekijken

Oefeninstructies

Maak een vector met wegingen voor twee gelijkgewogen assets, genaamd eq_weights. Denk eraan: de wegingen moeten optellen tot 1.
Maak een portefeuille met de buy-and-hold-strategie met Return.portfolio(). Je hoeft geen herbalanceringsperiode op te geven. Noem deze pf_bh.
Maak een portefeuille waarin je maandelijks herbalanceert. Gebruik Return.portfolio() met het argument rebalance_on = "months". Noem deze pf_rebal.
Plot de tijdreeks van elke portefeuille met plot.zoo(). par(mfrow = c(2, 1), mar = c(2, 4, 2, 2)) wordt gebruikt om de grafieken te ordenen. Pas deze code niet aan.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# Create the weights
eq_weights <- c(___, ___)

# Create a portfolio using buy and hold
pf_bh <- Return.portfolio(R = ___, weights = ___)

# Create a portfolio rebalancing monthly 


# Plot the time-series
par(mfrow = c(2, 1), mar = c(2, 4, 2, 2))
plot.zoo(___)
plot.zoo(___)

Code bewerken en uitvoeren