เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

วิเคราะห์ผลลัพธ์และเปรียบเทียบกับ benchmark

ในแบบฝึกหัดก่อนหน้าของบทนี้ เราได้สร้าง benchmark แบบ equal weight ชื่อ r_benchmark และรัน optimization ดังต่อไปนี้

  • การลด standard deviation ของพอร์ตโฟลิโอโดยใช้การประมาณค่าแบบ sample (ผลตอบแทนเก็บไว้ใน returns_base)
  • การลด standard deviation ของพอร์ตโฟลิโอโดยใช้การกระจายความเสี่ยงตามสัดส่วน (percentage contribution to risk) ด้วยการประมาณค่าแบบ sample (ผลตอบแทนเก็บไว้ใน returns_rb)
  • การลด standard deviation ของพอร์ตโฟลิโอโดยใช้การกระจายความเสี่ยงตามสัดส่วนด้วยการประมาณค่าแบบ robust (ผลตอบแทนเก็บไว้ใน returns_rb_robust)

ทีนี้เราจะวิเคราะห์ประสิทธิภาพของการทดสอบย้อนหลัง (backtest) จาก optimization แต่ละแบบ และเปรียบเทียบกับ benchmark

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การวิเคราะห์พอร์ตโฟลิโอระดับกลางใน R

ดูคอร์ส

คำแนะนำการฝึกหัด

  • รวมผลตอบแทนของพอร์ตโฟลิโอ benchmark และผลจาก optimization ทั้งหมดเข้าเป็นออบเจกต์ xts เดียว
  • คำนวณและแสดงผลตอบแทนแบบ annualized
  • สร้างกราฟแสดงผลตอบแทนสะสมและ drawdowns

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Combine the returns
ret <- cbind(___, ___, ___, ___)

# Compute annualized returns
table.AnnualizedReturns(R = ___)

# Chart the performance summary
charts.PerformanceSummary(R = ___)
แก้ไขและรันโค้ด