調整條件與目標

在這裡我們假設：進一步調整限制條件與／或目標函式，能提升績效。讓我們加入一個風險預算目標，為每一個資產設定其對總風險的最小與最大百分比貢獻。我們會延續先前建立的投資組合規格。這是一個更複雜的最佳化問題，需要全域解算器，因此我們將使用隨機投資組合作為最佳化方法。

本練習屬於課程

R 中級投資組合分析

檢視課程

練習說明

在 port_spec 中加入風險預算目標 risk_budget，並以標準差作為風險定義。將最小風險百分比設為 5%，最大風險百分比設為 10%。
以季調整（quarterly rebalancing）執行最佳化。將訓練期間與滾動視窗都設為使用 5 年的資料。把結果指定給名為 opt_rebal_rb 的變數。
繪製權重圖。
繪製各成分對風險的百分比貢獻圖。
使用 Return.portfolio() 計算投資組合報酬。將報酬指定給名為 returns_rb 的變數。

動手互動練習

試著完成這個範例程式碼，體驗一下這個練習。


# Add a risk budge objective
port_spec <- add.objective(portfolio = ___, 
                           type = ___, 
                           name = ___, 
                           min_prisk = ___, 
                           max_prisk = ___)

# Run the optimization
opt_rebal_rb <- optimize.portfolio.rebalancing(R = ___, 
                                               portfolio = ___, 
                                               optimize_method = "random", rp = rp,
                                               trace = TRUE,
                                               rebalance_on = ___, 
                                               training_period = ___,
                                               rolling_window = ___)

# Chart the weights


# Chart the percentage contribution to risk
chart.RiskBudget(___, match.col = "StdDev", risk.type = ___)

# Compute the portfolio returns
returns_rb <- Return.portfolio(R = ___, weights = ___)
colnames(returns_rb) <- "risk_budget"

編輯並執行程式碼