Zaawansowane estymatory momentów
PortfolioAnalytics obsługuje metodę "sample" oraz trzy bardziej zaawansowane metody estymacji momentów portfela.
"sample": Podstawowa estymacja próbkowa pierwszych czterech momentów."boudt": Pierwsze cztery momenty są estymowane przez dopasowanie statystycznego modelu czynnikowego opartego na pracy Boudt i in., 2014."black_litterman": Pierwsze dwa momenty są estymowane przy użyciu modelu Blacka-Littermana."Meucci": Pierwsze dwa momenty są estymowane przy użyciu podejścia Fully Flexible Views.
W tym ćwiczeniu estymację drugiego momentu przeprowadzisz metodą "boudt". Obiekt specyfikacji portfela o nazwie port_spec z celem "StdDev" został już utworzony.
To ćwiczenie jest częścią kursu
Analiza portfela – poziom średniozaawansowany w R
Instrukcje do ćwiczenia
- Wyświetl obiekt specyfikacji portfela.
- Dopasuj statystyczny model czynnikowy z 3 czynnikami do stóp zwrotu aktywów. Przypisz wynik do zmiennej o nazwie
fit. - Estymuj momenty portfela metodą
"boudt"z 3 czynnikami. Przypisz wynik do zmiennej o nazwiemoments_boudt. - Użyj funkcji
extractCovariance(), aby wyodrębnić estymowaną macierz wariancji-kowariancji z obiektufit, i sprawdź, czy jest ona równa estymatorowi zapisanemu wmoments_boudt.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# 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(___)