滾動年化平均與波動度
在前面的練習中，你已經熟悉 Return.annualized() 與 StdDev.annualized() 這兩個函式。這一題你也會用到 SharpeRatio.annualized() 來計算年化的夏普比率。這個函式需要引數 R 與 Rf。R 引數可以接受資產報酬的 xts、vector、matrix、data.frame、timeSeries 或 zoo 物件。SharpeRatio.annualized() 需要 Rf 引數，因為它會把與你報酬期間相同的無風險利率納入計算。在這個範例中，你可以使用物件 rf 來提供 Rf 引數。
chart.RollingPerformance() 可以輕鬆在 R 中視覺化效能的滾動估計。先熟悉這個函式的語法。你需要指定投資組合報酬的時間序列（引數 R）、視窗長度（width），以及用來計算效能的函式（引數 FUN）。若要一次看到三種圖，PerformanceAnalytics 提供了捷徑函式 charts.RollingPerformance()。注意是 charts 而不是 chart。這個函式會一次建立前述所有圖表，且不使用 FUN 引數！
本練習屬於課程
R 投資組合分析入門
練習說明
- 計算
sp500_returns的年化報酬、波動度與夏普比率。分別指定給returns_ann、sd_ann、sharpe_ann。計算夏普比率時，記得在Rf引數提供無風險利率。 - 我們已提供一個滾動 12 個月年化平均的繪圖程式碼。用它來協助完成其他圖！
- 繪製 S&P 500 報酬的滾動 12 個月年化波動度。
- 繪製 S&P 500 報酬的滾動 12 個月年化夏普比率。
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。
# Calculate the mean, volatility, and Sharpe ratio of sp500_returns
returns_ann <- ___
sd_ann <- ___
sharpe_ann <- ___
# Plotting the 12-month rolling annualized mean
chart.RollingPerformance(R = sp500_returns, width = 12, FUN = "Return.annualized")
# Plotting the 12-month rolling annualized standard deviation
___
# Plotting the 12-month rolling annualized Sharpe ratio
___