Portföljanalys på avancerad nivå i R
Ross Bennett
Instructor
Bygger vidare på grundläggande koncept från "Introduction to Portfolio Analysis in R"
Utforskar avancerade koncept i portföljoptimeringsprocessen
Använder R-paketet PortfolioAnalytics för att lösa portföljoptimeringsproblem som speglar verkliga situationer
Modern portföljteori (MPT) introducerades av Harry Markowitz 1952.
MPT innebär att en investerares mål är att maximera portföljens förväntade avkastning för en given risknivå.
Vanliga målsättningar:
Maximera avkastning per riskenhet
Minimera ett riskmått
library(PortfolioAnalytics)
data(edhec)
data <- edhec[,1:8]
# Create the portfolio specification
port_spec <- portfolio.spec(colnames(data))
port_spec <- add.constraint(portfolio = port_spec, type = "full_investment")
port_spec <- add.constraint(portfolio = port_spec, type = "long_only")
port_spec <- add.objective(portfolio = port_spec, type = "return", name = "mean")
port_spec <- add.objective(portfolio = port_spec, type = "risk", name = "StdDev")
**************************************************
PortfolioAnalytics Portfolio Specification
**************************************************
Call:
portfolio.spec(assets = colnames(data))
Number of assets: 8
Asset Names
[1] "Convertible Arbitrage" "CTA Global" "Distressed Securities"
[4] "Emerging Markets" "Equity Market Neutral" "Event Driven"
[7] "Fixed Income Arbitrage" "Global Macro"
Constraints
Enabled constraint types
- full_investment
- long_only
Objectives:
Enabled objective names
- mean
- StdDev
# Run optimization and chart results in risk-reward space
opt <- optimize.portfolio(data,
portfolio = port_spec,
optimize_method = "random",
trace = TRUE)
chart.RiskReward(opt,
risk.col = "StdDev",
return.col = "mean",
chart.assets = TRUE)

Portföljanalys på avancerad nivå i R