高级矩估计
PortfolioAnalytics 支持 "sample" 方法，以及另外三种更高级的投资组合矩估计方法。
"sample"：前四阶矩的基本样本估计。"boudt"：基于 Boudt 等，2014 的工作，通过拟合统计因子模型来估计前四阶矩。"black_litterman"：使用 Black-Litterman 框架 来估计前两阶矩。"Meucci"：使用 Fully Flexible Views 框架 来估计前两阶矩。
在本练习中，您将使用 "boudt" 方法来估计第二阶矩。名为 port_spec、包含 "StdDev" 目标的投资组合规范对象已创建完毕。
本练习是课程的一部分
R 中级投资组合分析
练习说明
- 打印投资组合规范对象。
- 对资产收益拟合一个具有 3 个因子的统计因子模型。将结果赋给名为
fit的变量。 - 使用 3 个因子的 "boudt" 方法估计投资组合的矩。将结果赋给名为
moments_boudt的变量。 - 使用
extractCovariance()从fit中获取估计的方差-协方差矩阵，并检查它是否等于moments_boudt中的估计值。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Print the portfolio specification object
# Fit a statistical factor model to the asset returns
fit <- statistical.factor.model(R = ___, k = ___)
# Estimate the portfolio moments using the "boudt" method with 3 factors
moments_boudt <- set.portfolio.moments(R = ___, portfolio = ___, method = ___, k = ___)
# Check if the covariance matrix extracted from the model fit is equal to the estimate in `moments_boudt`
moments_boudt$___ == extractCovariance(___)