2資産の場合のドライバー

Rで学ぶポートフォリオ分析入門

Kris Boudt

Professor, Free University Brussels & Amsterdam

将来リターンは本質的にランダム

ch_3_video_1.002.png

Rで学ぶポートフォリオ分析入門

将来リターンは本質的にランダム

ch_3_video_1.003.png

Rで学ぶポートフォリオ分析入門

将来リターンは本質的にランダム

ch_3_video_1.004.png

Rで学ぶポートフォリオ分析入門

将来リターンは本質的にランダム

ch_3_video_1.005.png

Rで学ぶポートフォリオ分析入門

過去の実績から予測へ

ch_3_video_1.007.png

Rで学ぶポートフォリオ分析入門

過去の実績から予測へ

ch_3_video_1.008.png

Rで学ぶポートフォリオ分析入門

過去の実績から予測へ

ch_3_video_1.009.png

Rで学ぶポートフォリオ分析入門

過去の実績から予測へ

ch_3_video_1.010.png

Rで学ぶポートフォリオ分析入門

過去の実績から予測へ

ch_3_video_1.011.png

Rで学ぶポートフォリオ分析入門

過去の実績から予測へ

ch_3_video_1.012.png

Rで学ぶポートフォリオ分析入門

平均と分散の決定要因

  • 2資産を仮定:
資産1 資産2
比率: $w_1$ 比率: $w_2$
リターン: $R_1$ リターン: $R_2$

 

  • ポートフォリオのリターン: $P = w1 \cdot R1 + w2\cdot R2$
  • よって $E[P] = w_1\cdot E[R_1]+ w_2\cdot E[R_2]$
Rで学ぶポートフォリオ分析入門

ポートフォリオ分散

2資産のポートフォリオの場合

  • $var(P)$ = $w_1^2\cdot var(R_1) $ $+ w_2^2\cdot var(R_2) $ $+ 2\cdot w_1 \cdot w_2 \cdot cov(R_1, R_2)$

リターン1と2の共分散

  • $Cov(R_1,R_2)$
    • $ = E[(R_1 - E[R_1])(R_2 - E(R_2))]$
    • $ = StdDev(R_1)\cdot StdDev(R_2)\cdot corr(R_1,R_2)$
Rで学ぶポートフォリオ分析入門

相関

スクリーンショット 2019-08-21 13.13.54.png

Rで学ぶポートフォリオ分析入門

重要式のまとめ

  • E[ポートフォリオ・リターン] = $E[P] = w_1\cdot E[R_1] + w_2\cdot E[R_2]$

  • var(ポートフォリオ・リターン) = $var(P)$ = $w_1^2\cdot var(R_1) $ $+ w_2^2\cdot var(R_2) $ $+ 2\cdot w_1 \cdot w_2 \cdot cov(R_1, R_2)$

Rで学ぶポートフォリオ分析入門

練習しましょう!

Rで学ぶポートフォリオ分析入門

Preparing Video For Download...