最小方差与最大 Sharpe 比率的投资组合
在前面的练习中，您使用一组目标收益率的网格计算了有效前沿。该计算的输出包括两个向量 vpm（投资组合均值向量）和 vpsd（标准差或波动率向量），以及一个名为 mweights 的权重矩阵。您将使用这些结果来识别波动率最低和 Sharpe 比率最高的投资组合，并绘制其权重配置。
提示：Sharpe 比率等于超额收益（相对于无风险利率）除以投资组合波动率。
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
- 创建
weights_minvar，其为mweights中对应标准差最小的那一行（vpsd == min(vpsd)）。 - 当无风险利率为 0.75% 时，计算投资组合收益的 Sharpe 比率。将其命名为
vsr。 - 创建
weights_max_sr，其为mweights中对应vsr中最大 Sharpe 比率的那一行。可采用与第一条说明相似的方法求解。 - 对
weights_minvar投资组合中权重大于 1% 的资产绘制柱状图，并对weights_max_sr投资组合中权重大于 1% 的资产绘制柱状图。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Create weights_minvar as the portfolio with the least risk
weights_minvar <- mweights[___ == min(___), ]
# Calculate the Sharpe ratio
vsr <- (___ - ___) / vpsd
# Create weights_max_sr as the portfolio with the maximum Sharpe ratio
weights_max_sr <- mweights[___ == max(___)]
# Create bar plot of weights_minvar and weights_max_sr
par(mfrow = c(2, 1), mar = c(3, 2, 2, 1))
barplot(weights_minvar[weights_minvar > 0.01])
barplot(___[___ > 0.01])