【问题标题】:Setting target risk in R package fPortfolio在 R 包 fPortfolio 中设置目标风险
【发布时间】:2015-07-18 20:59:27
【问题描述】:

我正在尝试根据特定风险水平优化投资组合。使用fPortfolio 似乎很简单,但我得到的结果没有意义。我花了几个小时试图解决这个问题,但没有任何运气。

基本情况(即非约束)

defaultSpec <- portfolioSpec()
lppAssets <- 100*LPP2005.RET[, c("SBI", "SPI", "LMI", "MPI")]
lppData <- portfolioData(data = lppAssets, spec = defaultSpec)
port <- efficientPortfolio(lppData, defaultSpec, constraints = "LongOnly")
port@portfolio

# $weights
#         SBI         SPI         LMI         MPI 
# 0.396009510 0.002142136 0.547715368 0.054132986 

# $covRiskBudgets
#         SBI         SPI         LMI         MPI 
# 0.396009510 0.002142136 0.547715368 0.054132986 

# $targetReturn
#        mean          mu 
# 0.006422759 0.006422759 

# $targetRisk
#       Cov     Sigma      CVaR       VaR 
# 0.1038206 0.1038206 0.2186926 0.1684104 

# $targetAlpha
# [1] 0.05

# $status
# [1] 0


# Slot "messages":
# list()

当我尝试将风险级别设置为 0.09 时,我得到了相同的答案。

defaultSpec <- portfolioSpec()
setTargetRisk(defaultSpec) <- 0.09 # **this doesn't seem to work**
lppAssets <- 100*LPP2005.RET[, c("SBI", "SPI", "LMI", "MPI")]
lppData <- portfolioData(data = lppAssets, spec = defaultSpec)
port <- efficientPortfolio(lppData, defaultSpec, constraints = "LongOnly")
port@portfolio

# An object of class "fPFOLIOVAL"
# Slot "portfolio":
# $weights
#         SBI         SPI         LMI         MPI 
# 0.396009510 0.002142136 0.547715368 0.054132986 

# $covRiskBudgets
#         SBI         SPI         LMI         MPI 
# 0.396009510 0.002142136 0.547715368 0.054132986 

# $targetReturn
#        mean          mu 
# 0.006422759 0.006422759 

# $targetRisk
#       Cov     Sigma      CVaR       VaR 
# 0.1038206 0.1038206 0.2186926 0.1684104 

# $targetAlpha
# [1] 0.05

# $status
# [1] 0


# Slot "messages":
# list()

“规范”表示针对新的风险级别,但结果不会改变。我将风险设置为 0.09 或 0.12 或任何其他值都没有关系。

defaultSpec

# Model List:   
#  Type:                      MV
#  Optimize:                  maxReturn
#  Estimator:                 covEstimator
#  Params:                    alpha = 0.05 a = 1

# Portfolio List:   
#  Portfolio Weights:         NA
#  Target Return:             NA
#  Target Risk:               0.09
#  Risk-Free Rate:            0
#  Number of Frontier Points: 50
#  Status:                    NA

# Optim List:   
#  Solver:                    solveRquadprog
#  Objective:                 portfolioObjective portfolioReturn portfolioRisk
#  Options:                   meq = 2
#  Trace:                     FALSE

我做错了什么?如何在 R 中使用 fPortfolio 设置风险级别?

【问题讨论】:

  • 我也有同样的问题
  • 似乎与efficientPortfolio 函数和spec 中使用的求解器有关。显然,无论您输入什么 targetRisk,求解器都会输入一个与您在打印投资组合时获得的 Cov 相对应的目标
  • 试过:lppData=100*LPP2005.RET[,1:6] maxRetSpec=portfolioSpec() setTargetRisk(maxRetSpec)=0.7 setSolver(maxRetSpec)="solveRdonlp2"efficientPortfolio(data=lppData, spec= maxRetSpec, constraints="LongOnly") 不起作用

标签: r optimization portfolio quantitative-finance


【解决方案1】:

从 fPortfolio 的帮助文件中可以看出,如果您设置了风险目标,您可能需要使用 maxreturnPortfolio。您可能还需要 setOptimize(spec)

从 R 中的帮助文件中复制: "最大回报组合:

函数 maxreturnPortfolio 返回具有固定目标风险的最大回报的投资组合。"

【讨论】:

    【解决方案2】:

    当您将 maxreturnPortfolio() 与允许卖空结合使用时,优化器将成功地针对您通过 setTargetRisk 提供的风险级别并相应地调整权重。此外,您不想将 LPP2005.RET 缩放 100。

    library(fPortfolio)
    defaultSpec <- portfolioSpec()
    setTargetRisk(defaultSpec) <- 0.09
    setSolver(defaultSpec)= "solveRshortExact" 
    lppAssets <- LPP2005.RET[, c("SBI", "SPI", "LMI", "MPI")]
    lppData <- portfolioData(data = lppAssets, spec = defaultSpec)
    port <- maxreturnPortfolio(lppData, defaultSpec, constraints = "Short")
    port@portfolio
    

    您现在获得了目标风险级别为 0.09 的解决方案:

    An object of class "fPFOLIOVAL"
    Slot "portfolio":
    $weights
             SBI          SPI          LMI          MPI 
    -43.38872554  10.24063734  34.16040358  -0.01231538 
    
    $covRiskBudgets
              SBI           SPI           LMI           MPI 
     0.2599262930  0.7653635547 -0.0246663061 -0.0006235416 
    
    $targetReturn
          mean         mu 
    0.01048478 0.01048478 
    
    $targetRisk
          Cov     Sigma      CVaR       VaR 
    0.0900000 0.0900000 0.2048887 0.1397806 
    
    $targetAlpha
    [1] 0.05
    
    $status
    [1] 0
    
    
    Slot "messages":
    list()
    

    【讨论】:

      【解决方案3】:

      我推荐阅读这本书,作者:fPortfolio book

      【讨论】:

        猜你喜欢
        • 1970-01-01
        • 1970-01-01
        • 1970-01-01
        • 2021-01-19
        • 1970-01-01
        • 1970-01-01
        • 1970-01-01
        • 2019-06-01
        • 1970-01-01
        相关资源
        最近更新 更多