Граница в пакете fPortfolio в R - PullRequest
0 голосов
/ 30 апреля 2019

Что обозначают серые точки на эффективной границе, заданной пакетами fPortfolio?Почему существует необычное поведение эффективной границы с «подходом коинтеграции»?

Я предсказываю ожидаемую доходность путем коинтеграции (модель VECM, преобразование ее в VAR и прогнозирование).Я хочу сравнить оптимизированную таким образом эффективность портфеля с эффективностью портфеля, где ожидаемая доходность просто получается путем выборочной оценки.

Это для прогнозирования ожидаемой доходности при коинтеграции:

prediction=function(data)
{
  log.data  = log(data)
  var.fit  = VAR(log.data, lag.max=6)
  K = as.numeric(var.fit$p)
  if (K<2) {
    K = 2
  }
  coint.rc  = ca.jo(log.data,type="eigen",ecdet="const",K)
  v2v  = vec2var(coint.rc,r=1)
  pred.vecm  = predict(v2v,n.ahead=1)

  n  = ncol(data)
  forecast  = exp(matrix(unlist(pred.vecm$fcst, use.names=FALSE),nrow=4)[1,])
  ex.ret  = as.numeric(forecast-data.table::last(data))/as.numeric(data.table::last(data))

  return(ex.ret)
}

Вот как я устанавливаю оценки коинтеграции:

cointegration.estimators=function(x,spec=NULL){
  mean=as.numeric(prediction(data))
  list(mu=mean,Sigma=cov(computation.return(data)))
}

Вот как я вычисляю портфель попакет fPortfolio:

setNFrontierPoints(cointegration)=20
setEstimator(cointegration)="cointegration.estimators"
setSolver(cointegration)="solveRshortExact"
cointegrationFrontier=portfolioFrontier(
  data=return,
  spec=cointegration,
  constraints="Short")

#Plotting the Efficient Frontier
tailoredFrontierPlot(object=cointegrationFrontier,mText="MV Portfolio, Cointegration - Short Constraints, Unlimited",risk="Cov")

Почему я получаю следующую эффективную границу?https://i.ibb.co/tPfp4Js/efficient-frontier-classic-stack.png https://i.ibb.co/80y8mPR/efficient-frontier-cointegration-stack.png Почему на втором графике серые точки находятся над черными точками?

Добро пожаловать на сайт PullRequest, где вы можете задавать вопросы и получать ответы от других членов сообщества.
...