1. Learn
    2. /
  2. Курси
    3. /
  3. Середній рівень аналізу портфеля в R
Connected

Вправа

Оптимізація з періодичним ребалансуванням

Запуск оптимізації з періодичним ребалансуванням і аналіз позазразкових результатів бектесту — важливий крок, щоб краще зрозуміти та за потреби уточнити обмеження й цілі. optimize.portfolio.rebalancing() підтримує оптимізацію з періодичним ребалансуванням (бектестинг), щоб дослідити позазразкову ефективність. На додачу до аргументів для optimize.portfolio(), потрібно вказати частоту ребалансування через rebalance_on, training_period — кількість періодів тренувальних даних для початкової оптимізації, та rolling_window — кількість періодів для ширини вікна оптимізації. Якщо rolling_window встановлено як NULL, кожна оптимізація використовуватиме всі доступні дані на момент, коли вона запускається.

Щоб зменшити час обчислень у цій вправі, набір випадкових портфелів rp згенеровано з використанням 50 перестановок, а search_size — скільки портфелів тестувати — встановлено на 1000. Якщо ви справді оптимізуєте портфелі самостійно, імовірно, захочете протестувати більше портфелів (типове значення для search_size — 20 000)!

Інструкції

100 XP
  • Запустіть оптимізацію з квартальним ребалансуванням. Встановіть період навчання і ковзне вікно на 60 періодів. Набір даних є помісячним, тож ми використовуємо 5 років історичних даних. Присвойте результат оптимізації змінній opt_rebal.
  • Виведіть результати оптимізації.