样本拆分评估

在第 2 章中，您使用过 window() 函数为了绘图而对收益序列进行子集化。在本练习中，您将使用 window() 创建两个样本：估计样本与评估样本。本练习将展示当更改估计区间时，投资组合权重会如何不同。

提醒一下，函数 window() 的参数包括 x、start 和 end。其中 start 与 end 的格式为 "YYYY-MM-DD"。

对象 returns 已加载到您的工作区。

本练习是课程的一部分

R 中的投资组合分析入门

查看课程

练习说明

通过对 returns 取子集创建样本 returns_estim，样本起始于 1991-01-01，结束于 2003-12-31。
通过对 returns 取子集创建样本 returns_eval，样本起始于 2004 年第 1 天，结束于 2015 年最后 1 天。
创建一个最大权重向量 max_weights，各元素为 10%，其长度等于 returns 的列数。
使用估计样本创建投资组合 pf_estim，并将最大权重（reshigh）设置为 max_weights。
使用评估样本创建投资组合 pf_eval，并将最大权重（reshigh）设置为 max_weights。
绘制评估样本投资组合权重相对于估计样本投资组合权重的散点图（可使用 $pw）。若投资组合权重完全一致，点应落在 45 度直线上。

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 returns_estim 
returns_estim <- window(___, start = "YYYY-MM-DD", end = "YYYY-MM-DD")

# Create returns_eval


# Create vector of max weights
max_weights <- rep(___, ncol(___))

# Create portfolio with estimation sample 
pf_estim <- portfolio.optim(___, reshigh = ___)

# Create portfolio with evaluation sample


# Create a scatter plot with evaluation portfolio weights on the vertical axis
plot(___, ___)
abline(a = 0, b = 1, lty = 3)

编辑并运行代码