Intermediate Portfolio Analysis in R
Ross Bennett
Instructor
Vstupy pro optimalizaci portfolia:
Aktiva
Omezení
Cíle
Momenty výnosů aktiv
První moment: vektor očekávaných výnosů
Druhý moment: variančně-kovariační matice
Třetí moment: matice košíkosti
Čtvrtý moment: matice kokurtózy
Odhadované momenty závisí na cílech a omezeních:
Střední hodnota – rozptyl
Vektor očekávaných výnosů
Kovariační matice
Minimální rozptyl
Ledoit a Wolf (2003): „Hlavní poselství tohoto článku je, že nikdo by neměl při optimalizaci portfolia používat výběrovou kovariační matici."
Metody:
Výběrová
Odhady smrštěním
Faktorový model
Vyjádření názorů
Robustní statistika
Portfolio 20 aktiv:
| Metoda | Výběrová | k = 3 faktory |
|---|---|---|
| Počet parametrů | 210 | 86 |
set.portfolio.moments(R,
portfolio,
method = c("sample", "boudt", "black_litterman", "meucci"),
...)
set.portfolio.moments() podporuje několik metod:
Sample
Boudt
Black-Litterman
Meucci
# Sample vs Boudt
sample_moments <- set.portfolio.moments(R = asset_returns,
portfolio = port_spec)
boudt_moments <- set.portfolio.moments(R = asset_returns,
portfolio = port_spec,
method = "boudt",
k = 1)
round(sample_moments$sigma, 6)
[,1] [,2] [,3] ...
[1,] 0.000402 -0.000034 0.000262 ...
[2,] -0.000034 0.000632 -0.000037 ...
[3,] 0.000262 -0.000037 0.000337 ...
[4,] 0.000429 -0.000010 0.000568 ...
round(boudt_moments$sigma, 6)
[,1] [,2] [,3] ...
[1,] 0.000403 -0.000016 0.000224 ...
[2,] -0.000016 0.000636 -0.000019 ...
[3,] 0.000224 -0.000019 0.000337 ...
[4,] 0.000523 -0.000044 0.000614 ...
Intermediate Portfolio Analysis in R