Середній рівень аналізу портфеля в R
Ross Bennett
Instructor
Вхідні дані для оптимізації портфеля:
Активи
Обмеження
Цілі
Моменти доходностей активів
Перший момент: вектор очікуваних доходностей
Другий момент: коваріаційно-дисперсійна матриця
Третій момент: матриця коскевності
Четвертий момент: матриця кокуртозису
Які моменти оцінювати, визначають цілі та обмеження:
Середнє — Дисперсія
Вектор очікуваних доходностей
Коваріаційна матриця
Мінімальна дисперсія
Ledoit і Wolf (2003): «Головне повідомлення цієї статті: ніхто не повинен використовувати вибіркову коваріаційну матрицю для оптимізації портфеля.»
Методи:
Вибірка
Стиснені оцінювачі
Факторна модель
Формулювання поглядів
Робастна статистика
Портфель із 20 активів:
| Метод | Вибірка | k = 3 фактори |
|---|---|---|
| # параметрів | 210 | 86 |
set.portfolio.moments(R,
portfolio,
method = c("sample", "boudt", "black_litterman", "meucci"),
...)
set.portfolio.moments() підтримує кілька методів:
Вибірка
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 ...
Середній рівень аналізу портфеля в R