滚动年化均值与波动率
在之前的练习中，您已经熟悉了 Return.annualized() 和 StdDev.annualized() 函数。本练习中，您还将使用函数 SharpeRatio.annualized() 来计算年化夏普比率。该函数的参数包括 R 和 Rf。R 参数可以接收资产收益率的 xts、向量、矩阵、data.frame、timeSeries 或 zoo 对象。SharpeRatio.annualized() 中的 Rf 参数是必需的，因为它会纳入与您收益期相同期间的无风险利率。在本例中，您可以使用对象 rf 来提供 Rf 参数。
函数 chart.RollingPerformance() 能方便地在 R 中可视化滚动的绩效估计。请先熟悉其语法。您需要指定投资组合收益的时间序列（参数 R）、窗口长度（width），以及用于计算绩效的函数（参数 FUN）。若要一次查看三个图，PerformanceAnalytics 提供了快捷函数 charts.RollingPerformance。请注意是 charts 而不是 chart。此函数会一次性创建前述所有图表，并且不使用参数 FUN！
本练习是课程的一部分
R 中的投资组合分析入门
练习说明
- 计算
sp500_returns的年化收益、波动率和夏普比率。分别将结果赋给returns_ann、sd_ann和sharpe_ann。计算夏普比率时请记得为参数Rf提供无风险利率。 - 我们已提供用于绘制年化均值 12 个月滚动估计的代码。请参考它完成其余图表！
- 绘制标普 500 收益率年化波动率的 12 个月滚动估计。
- 绘制标普 500 收益率年化夏普比率的 12 个月滚动估计。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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
___