樣本外績效評估
這個例子會說明：在使用最佳化投組產生的權重後，你的報酬可能如何改變。你將使用估計投組（pf_estim）來評估你的投組在估計樣本報酬（returns_eval）上的表現。
最佳性損失有多嚴重？讓我們針對 pf_estim 的投組權重，比較你基於評估樣本（returns_estim）所預期的表現，和樣本外期間（returns_eval）的實際報酬。
pf_estim、returns_estim 和 returns_eval 已預先載入到你的工作區。
本練習屬於課程
R 投資組合分析入門
練習說明
- 在估計樣本
returns_estim上，使用每月再平衡權重pf_estim$pw計算投組報酬。將結果命名為returns_pf_estim。 - 在評估樣本
returns_eval上，使用每月再平衡權重pf_estim$pw計算投組報酬。將結果命名為returns_pf_eval。 - 對
returns_pf_estim使用函式table.AnnualizedReturns()。 - 對
returns_pf_eval使用函式table.AnnualizedReturns()。比較這些投組的報酬、風險與 Sharpe 比率。pf_eval的結果較接近你在真實績效中可能看到的情況。
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。
# Create returns_pf_estim
returns_pf_estim <- Return.portfolio(___, pf_estim$pw, rebalance_on = "months")
# Create returns_pf_eval
# Print a table for your estimation portfolio
# Print a table for your evaluation portfolio