Trung bình và biến động thường niên theo cửa sổ trượt

Trong các bài trước, bạn đã quen với các hàm Return.annualized() và StdDev.annualized(). Ở bài này, bạn sẽ dùng thêm hàm SharpeRatio.annualized() để tính Sharpe Ratio thường niên. Hàm này nhận các đối số R và Rf. Đối số R có thể là một đối tượng xts, vector, matrix, data.frame, timeSeries, hoặc zoo của lợi nhuận tài sản. Đối số Rf là bắt buộc trong SharpeRatio.annualized(), vì nó tính đến lãi suất phi rủi ro trong cùng giai đoạn với chuỗi lợi nhuận của bạn. Trong ví dụ này, bạn có thể dùng đối tượng rf để truyền vào đối số Rf.

Hàm chart.RollingPerformance() giúp bạn trực quan hóa các ước tính hiệu quả theo cửa sổ trượt trong R một cách dễ dàng. Trước hết, hãy làm quen với cú pháp của hàm này. Bạn cần chỉ định chuỗi thời gian lợi nhuận danh mục (bằng cách đặt đối số R), độ dài cửa sổ (width), và hàm dùng để tính hiệu quả (đối số FUN). Để xem cả ba biểu đồ cùng lúc, PerformanceAnalytics cung cấp hàm rút gọn charts.RollingPerformance(). Lưu ý là charts thay vì chart. Hàm này tạo tất cả các biểu đồ trước đó cùng lúc và không dùng đối số FUN!