A série temporal dos retornos do portfólio
No exercício anterior, você criou uma variável chamada returns a partir dos preços diários das ações da Apple e da Microsoft. Neste exercício, você vai criar dois portfólios usando as séries de retorno que criou. Os dois portfólios vão diferir em apenas um aspecto: a alocação (pesos) dos ativos.
No último vídeo, você conheceu duas estratégias de alocação: a estratégia buy and hold e a estratégia de rebalanceamento mensal. Neste exercício, você vai criar um portfólio em que não há rebalanceamento e outro em que você rebalanceia mensalmente. Em seguida, você vai visualizar os retornos de ambos os portfólios.
Você usará a função Return.portfolio() para seus cálculos. Para essa função, você fornecerá três argumentos: R, weights e rebalance_on. R é uma série temporal de retornos, weights é um vetor contendo os pesos dos ativos, e rebalance_on especifica em qual período do calendário ocorrerá o rebalanceamento. Se precisar de ajuda, confira a documentação clicando na função!
Neste exercício, você trabalhará com os dados returns que já estão carregados no seu ambiente de trabalho.
Este exercício faz parte do curso
Introdução à Análise de Portfólios em R
Instruções do exercício
- Crie um vetor de pesos para dois ativos igualmente ponderados chamado
eq_weights. Lembre-se de que os pesos devem somar 1. - Crie um portfólio usando a estratégia buy and hold com
Return.portfolio(). Observe que você não precisa especificar um período de rebalanceamento. Chame-o depf_bh. - Crie um portfólio em que você rebalanceia seus pesos mensalmente. Use
Return.portfolio()com o argumentorebalance_on = "months". Chame-o depf_rebal. - Plote a série temporal de cada portfólio usando
plot.zoo().par(mfrow = c(2, 1), mar = c(2, 4, 2, 2))é usado para organizar os gráficos que você criar. Não altere esse código.
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# 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(___)