Leder bättre skattningar till bättre resultat?

Låt oss anta att en robust skattning av varians-kovariansmatrisen presterar bättre än stickprovets varians-kovariansmatris. I teorin bör bättre skattningar ge bättre resultat. Vi använder funktionen moments_robust() som definierades i kapitel 3, tillsammans med portföljspecifikationen från föregående övning.

Den här övningen är en del av kursen

Portföljanalys på avancerad nivå i R

Visa kurs

Övningsinstruktioner

Kör optimeringen med funktionen moments_robust() för att skatta momenten. Optimeringsbacktestet använder samma parametrar som tidigare: kvartalsvis ombalansering med en träningsperiod och ett rullande fönster på 5 år. Tilldela resultaten till en variabel med namnet opt_rebal_rb_robust.
Visualisera vikterna.
Visualisera komponenternas procentuella bidrag till risken.
Beräkna portföljavkastningen med Return.portfolio(). Tilldela avkastningen till en variabel med namnet returns_rb_robust.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Run the optimization
opt_rebal_rb_robust <- optimize.portfolio.rebalancing(R = ___, 
                                                      momentFUN = ___,
                                                      portfolio = ___, 
                                                      optimize_method = "random", rp = rp,
                                                      trace = TRUE,
                                                      rebalance_on = ___, 
                                                      training_period = ___,
                                                      rolling_window = ___)

# Chart the weights


# Chart the percentage contribution to risk
chart.RiskBudget(___, match.col = "StdDev", risk.type = ___)

# Compute the portfolio returns
returns_rb_robust <- Return.portfolio(R = ___, weights = ___)
colnames(returns_rb_robust) <- "rb_robust"

Redigera och kör kod