BaşlayınÜcretsiz Başlayın

Gelişmiş moment tahminleri

PortfolioAnalytics, portföy momentlerini tahmin etmek için "sample" yönteminin yanı sıra üç daha gelişmiş yöntemi destekler.

  1. "sample": İlk dört momentin temel örneklem tahmini.
  2. "boudt": Boudt vd., 2014 çalışmasına dayanan bir istatistiksel faktör modeli uydurularak ilk dört moment tahmin edilir.
  3. "black_litterman": İlk iki moment Black-Litterman çerçevesi kullanılarak tahmin edilir.
  4. "Meucci": İlk iki moment Fully Flexible Views çerçevesi kullanılarak tahmin edilir.

Bu egzersizde, ikinci momenti "boudt" yöntemiyle tahmin edeceksin. "StdDev" hedefi olan port_spec adlı bir portföy özellik nesnesi zaten oluşturuldu.

Bu egzersiz

R ile Orta Düzey Portföy Analizi

kursunun bir parçasıdır
Kursu Görüntüle

Egzersiz talimatları

  • Portföy özellik nesnesini yazdır.
  • Varlık getirilerine 3 faktörlü bir istatistiksel faktör modeli uydur. fit adlı bir değişkene ata.
  • 3 faktörle "boudt" yöntemini kullanarak portföy momentlerini tahmin et. moments_boudt adlı bir değişkene ata.
  • extractCovariance() ile fit içinden tahmin edilen varyans-kovaryans matrisini al ve moments_boudt içindeki tahminle eşit olup olmadığını kontrol et

Uygulamalı interaktif egzersiz

Bu örnek kodu tamamlayarak bu egzersizi bitirin.

# 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(___)
Kodu Düzenle ve Çalıştır