1. Učit se
    2. /
  2. Kurzy
    3. /
  3. การวิเคราะห์พอร์ตโฟลิโอระดับกลางใน R
Connected

Cvičení

การปรับพอร์ตโฟลิโอให้เหมาะสมแบบ Rebalancing เป็นระยะ

การรันการปรับพอร์ตโฟลิโอให้เหมาะสมแบบ rebalancing เป็นระยะ และวิเคราะห์ผลลัพธ์ out-of-sample จากการ backtest เป็นขั้นตอนสำคัญที่ช่วยให้เข้าใจและปรับปรุงข้อกำหนดและวัตถุประสงค์ได้ดียิ่งขึ้น optimize.portfolio.rebalancing() รองรับการปรับพอร์ตโฟลิโอให้เหมาะสมแบบ rebalancing เป็นระยะ (backtesting) เพื่อตรวจสอบประสิทธิภาพ out-of-sample นอกจากอาร์กิวเมนต์ของ optimize.portfolio() แล้ว ยังต้องระบุความถี่ของการ rebalancing ด้วย rebalance_on ระบุจำนวนช่วงเวลาที่ใช้เป็นข้อมูล training สำหรับการปรับค่าให้เหมาะสมครั้งแรกด้วย training_period และระบุจำนวนช่วงเวลาสำหรับความกว้างของ window ด้วย rolling_window หากตั้ง rolling_window เป็น NULL การปรับค่าให้เหมาะสมแต่ละครั้งจะใช้ข้อมูลทั้งหมดที่มีในช่วงเวลานั้น

เพื่อลดเวลาในการคำนวณสำหรับแบบฝึกหัดนี้ ชุดพอร์ตโฟลิโอสุ่ม rp ถูกสร้างขึ้นโดยใช้ 50 permutations และ search_size ซึ่งคือจำนวนพอร์ตโฟลิโอที่ทดสอบ ถูกตั้งค่าไว้ที่ 1,000 หากกำลังปรับพอร์ตโฟลิโอจริง คุณอาจต้องการทดสอบพอร์ตโฟลิโอจำนวนมากกว่านี้ (ค่าเริ่มต้นของ search_size คือ 20,000)!

Pokyny

100 XP
  • รันการปรับพอร์ตโฟลิโอให้เหมาะสมแบบ rebalancing รายไตรมาส ตั้งค่า training period และ rolling window เป็น 60 ช่วงเวลา เนื่องจากชุดข้อมูลนี้เป็นข้อมูลรายเดือน จึงใช้ข้อมูลย้อนหลัง 5 ปี กำหนดผลลัพธ์ของการปรับค่าให้เหมาะสมไปยังตัวแปรชื่อ opt_rebal
  • แสดงผลลัพธ์ของการปรับค่าให้เหมาะสม