โมเมนต์ของผลตอบแทนสินทรัพย์

การวิเคราะห์พอร์ตโฟลิโอระดับกลางใน R

Ross Bennett

Instructor

ข้อมูลนำเข้าสำหรับการปรับให้เหมาะสม

ข้อมูลนำเข้าสำหรับปัญหาการจัดพอร์ตโฟลิโอที่เหมาะสมที่สุด:

สินทรัพย์
ข้อจำกัด
วัตถุประสงค์
โมเมนต์ของผลตอบแทนสินทรัพย์

โมเมนต์ของผลตอบแทนสินทรัพย์

โมเมนต์ที่ 1: เวกเตอร์ผลตอบแทนที่คาดหวัง
โมเมนต์ที่ 2: เมทริกซ์ variance-covariance
โมเมนต์ที่ 3: เมทริกซ์ coskewness
โมเมนต์ที่ 4: เมทริกซ์ cokurtosis

โมเมนต์ของผลตอบแทนสินทรัพย์

โมเมนต์ที่ต้องประมาณขึ้นอยู่กับวัตถุประสงค์และข้อจำกัด:

Mean - Variance
- เวกเตอร์ผลตอบแทนที่คาดหวัง
- เมทริกซ์ Covariance
Minimum Variance
- เมทริกซ์ Covariance

การประมาณโมเมนต์ของผลตอบแทนสินทรัพย์

Ledoit and Wolf (2003): "The central message of this paper is that nobody should be using the sample covariance matrix for the purpose of portfolio optimization."

วิธีการ:
- Sample
- Shrinkage estimators
- Factor model
- Expressing views
- Robust statistics

พอร์ตโฟลิโอ 20 สินทรัพย์:

วิธีการ	Sample	k = 3 factors
จำนวนพารามิเตอร์	210	86

การคำนวณโมเมนต์ใน PortfolioAnalytics

set.portfolio.moments(R, 
                      portfolio,
                      method = c("sample", "boudt", "black_litterman", "meucci"),   
                      ...)

set.portfolio.moments() รองรับหลายวิธีการ:

Sample
Boudt
Black-Litterman
Meucci

ตัวอย่าง: โมเมนต์ใน PortfolioAnalytics

# 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)

ตัวอย่าง: โมเมนต์ใน PortfolioAnalytics

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  ...

มาฝึกกันเถอะ!

การวิเคราะห์พอร์ตโฟลิโอระดับกลางใน R